27 Серпня 2026 4:16 RSS Стрічка, Новини фармацевтики та фармації, Фармацевтика та фармація Поділитися Не так давно штучний інтелект (ШІ) переважно асоціювався з елементами наукової фантастики. Проте сьогодні він поступово стає невід’ємною частиною повсякденної роботи та життя. Ця трансформація не оминула й аптечну практику. Попри те, що приблизно половина організацій у сфері охорони здоров’я планувала запровадити рішення на основі ШІ вже до 2025 року, у 2026 році ця технологія охопила не лише операційні процеси, як-от управління запасами, але й клінічну підтримку прийняття рішень, роботизоване пакування рецептів та персоналізовану взаємодію з клієнтами аптек, стаючи повсякденним робочим інструментом найбільших аптечних мереж світу.
ШІ вже активно застосовується на різних етапах життєвого циклу медикаментів — від виявлення нових сполук та прогнозування їхніх властивостей до аналізу даних клінічних випробувань (Ali S. et al., 2025). Проте, не менш цікавою є інша галузь — його потенційне використання безпосередньо у щоденній фармацевтичній практиці.
ШІ ЯК ДОДАТКОВИЙ РІВЕНЬ ЗАХИСТУ ВІД МЕДИЧНИХ ПОМИЛОК
Одним із значущих напрямків потенційного застосування ШІ є підвищення безпеки медикаментозної терапії. Лікарські помилки залишаються серйозною проблемою систем охорони здоров’я. Особливо вразливими є обставини, коли фармацевт працює в умовах інтенсивного навантаження, великої кількості рецептів, обмеженого часу та необхідності одночасно опрацьовувати значний обсяг клінічної інформації. Дослідження також вказують на зв’язок між робочим навантаженням та ризиком помилок, пов’язаних із медикаментозним лікуванням (Francis S.G., 2022).
Саме в таких обставинах цифрові системи можуть виконувати функцію додаткового рівня контролю. Системи клінічної підтримки прийняття рішень здатні автоматично аналізувати наявні дані та сповіщати про потенційно небезпечні лікарські взаємодії, дублювання терапії, невідповідність дози або інші фактори ризику. Сучасні підходи передбачають також використання алгоритмів для пріоритезації сповіщень, щоб не перевантажувати спеціаліста великою кількістю незначущих попереджень і допомагати зосередитися насамперед на клінічно важливих випадках (Graafsma J. et al., 2024; d’Elia A. et al., 2025; Said A.S.A. et al., 2026).
Систематичні огляди застосування ШІ в клінічній фармації свідчать, що алгоритми машинного навчання та мовні моделі потенційно можуть сприяти виявленню проблем, пов’язаних з медикаментозною терапією, зокрема потенційно небезпечних взаємодій, побічних ефектів та недоцільних призначень (Alqahtani S.S. et al., 2025; Allam H., 2025).
Тому доцільніше розглядати ШІ не як альтернативу фармацевтичному контролю, а як допоміжний інструмент, що допомагає фармацевту не пропустити потенційно небезпечну ситуацію. При цьому базові механізми безпеки — професійна перевірка, подвійний контроль, сканування штрих-кодів та інші стандартизовані процедури — не втрачають свого значення. Навпаки, найбільш безпечна модель передбачає поєднання автоматизованих систем із обов’язковим професійним контролем людини (Ouda E. et al., 2026).
ВІД СТАНДАРТНОГО ПІДХОДУ — ДО ІНДИВІДУАЛІЗОВАНОЇ ФАРМАЦЕВТИЧНОЇ ДОПОМОГИ
Ще одним потенційно трансформаційним напрямком є персоналізація медикаментозної терапії. Традиційно багато клінічних рішень ґрунтуються на даних масштабних досліджень та середніх показниках ефективності для певних груп пацієнтів. Однак конкретна людина може суттєво відрізнятися від такого «середнього» пацієнта за віком, супутніми захворюваннями, генетичними особливостями, одночасними медикаментами та іншими чинниками. Моделі машинного навчання можуть аналізувати складні взаємозв’язки між такими параметрами. Зокрема, дослідження продемонстрували потенціал алгоритмів для прогнозування індивідуальної реакції пацієнтів на окремі види фармакотерапії, включно з антидепресантами (Sheu Y.Н. et al., 2023).
Неприхильність до лікування залишається однією з ключових проблем сучасної системи охорони здоров’я, особливо серед пацієнтів із хронічними захворюваннями та тих, хто одночасно застосовує декілька медикаментів. Цифрові інструменти на основі ШІ можуть використовуватися для персоналізованих нагадувань, адаптації комунікації до поведінки користувача, аналізу причин пропуску терапії та надання зрозумілої інформації щодо застосування ліків. Систематичний огляд 2025 року показав, що аптечні спільноти, які впровадили ШІ-технології, зафіксували майже 40% зростання прихильності до медикаментозного лікування та 55% скорочення пропущених поновлень рецептів (Simpson M.D. et al., 2025). Примітно, що різні чат-боти та віртуальні помічники з охорони здоров’я на базі ШІ надають індивідуальні поради щодо ліків, нагадування та освітні ресурси, що дозволяє підвищувати прихильність та задоволеність пацієнтів (Clark M. et al., 2024; Reis Z.S.N. et al., 2025).
РОБОТИЗАЦІЯ АПТЕКИ: ВАЖЛИВО НЕ ПЛУТАТИ АВТОМАТИЗАЦІЮ ІЗ ШІ
Коли говорять про «аптеку майбутнього», ШІ часто ототожнюють із роботами для фасування та видачі медикаментів. Проте з наукової точки зору ці поняття не варто порівнювати. Роботизоване фасування, автоматичне дозування та централізоване заповнення рецептів самі по собі не обов’язково є ШІ. Це можуть бути системи автоматизації, що працюють за чітко встановленими алгоритмами. Водночас у сучасних аптечних екосистемах автоматизація все частіше поєднується з алгоритмами аналізу даних, прогнозування попиту, оптимізації робочих процесів та комп’ютерного розпізнавання. Саме тому доцільніше говорити про ширшу цифрову трансформацію аптечної практики, одним зі складових елементів якої є ШІ.
Найбільш масштабним прикладом такої трансформації є централізоване роботизоване фасування рецептів: великі американські аптечні мережі активно автоматизують процес фасування ліків, застосовуючи для цього різні підходи. Зокрема, такі аптечні мережі США, як CVS Health, Walgreens та Walmart, активно створюють спеціалізовані центри, де значну частину стандартних рецептів обробляють автоматизовані системи, після чого препарати надходять до аптек для подальшої видачі. Мета такої моделі полягає не лише у прискоренні обробки рецептів, але й у можливості перерозподілити робоче навантаження між централізованими виробничими процесами та аптекою, де фармацевт безпосередньо контактує з пацієнтом. В результаті фармацевт потенційно може приділяти більше часу клінічній перевірці медикаментозної терапії, консультуванню, вакцинації, проведенню скринінгових тестів та іншим професійним послугам.
Одне з досліджень, присвячене оцінці автоматизованої системи дозування, показало, що її впровадження знизило загальний рівень помилок дозування з 0,204 до 0,044%, а частка невиявлених помилок зменшилася з 0,015 до 0,002%. Крім того, небезпечні помилки (видача не того препарату чи хибного дозування) скоротилися практично до нуля, а середній час фасування одного рецепта фармацевтом зменшився з 60 до 23 с (Takase T. et al., 2022). Такі результати демонструють, що автоматизація може підвищувати стабільність і точність виконання повторюваних операцій. Особливо це актуально в умовах великих обсягів роботи, коли людський фактор, втома та брак часу можуть підвищувати ризик помилок. Водночас навіть найефективніша автоматизована система потребує належного контролю, регулярної валідації та чітко визначених процедур на випадок технічних збоїв. Технологія може зменшити ризик одних помилок, але водночас створити нові — наприклад, пов’язані з некоректними даними, програмним забезпеченням або неправильною інтеграцією у робочий процес.
ГЕНЕРАТИВНИЙ ШІ ТА СПІЛКУВАННЯ З ПАЦІЄНТОМ
Ще одним напрямком розвитку є застосування генеративного ШІ для комунікації та роботи з інформацією. Потенційно такі системи можуть допомагати у підготовці персоналізованих інформаційних матеріалів, структуруванні даних, створенні первинних чернеток документації, відповідях на типові адміністративні запити та підтримці навігації пацієнта в цифрових сервісах. Водночас використання генеративного ШІ у клінічно значущих ситуаціях потребує особливої обережності: великі мовні моделі можуть генерувати переконливу, але неточну інформацію, неправильно інтерпретувати контекст або не враховувати індивідуальні особливості пацієнта. Тому найбільш безпечною моделлю наразі вважається використання генеративного ШІ як інструменту підтримки роботи спеціаліста, а не автономного джерела клінічних рішень, з обов’язковою професійною перевіркою результату (Howell M.D., 2024; Hatzimanolis J. et al., 2025).
РЕГУЛЯТОРНИЙ КОН
Чим активніше ШІ інтегрується в сферу охорони здоров’я, тим гострішим стає питання відповідальності за його використання. У 2025 році Королівське фармацевтичне товариство (Royal Pharmaceutical Society — RPS) Великої Британії опублікувало спеціальну політику щодо використання ШІ у фармації. У документі наголошується, що ШІ може підтримувати безпечне та ефективне застосування лікарських засобів, однак технології повинні впроваджуватися відповідально, проходити належну валідацію та постійний моніторинг. Принципово важливим є й те, що RPS розглядає ШІ як технологію, здатну посилити професійну роль фармацевтичних фахівців, а не замінити її.
Подібної позиції дотримується й Американське товариство фармацевтів систем охорони здоров’я (American Society of Health-System Pharmacists — ASHP). У своїх актуальних документах організація підтримує використання автоматизації та нових технологій для підвищення ефективності, зниження ризику помилок та вивільнення часу фармацевтичних фахівців для безпосередньої роботи з пацієнтами. Водночас ASHP наголошує на необхідності активної участі фармацевтичної команди у виборі, впровадженні та постійній оцінці таких технологій.
Це фактично формує одну з головних професійних моделей майбутнього: технологія може виконувати частину роботи, але відповідальність за безпечне застосування лікарських засобів не зникає з появою алгоритму.
ВИКЛИКИ: ЧОМУ ШІ ЩЕ НЕ МОЖНА «ПРОСТО ПІДКЛЮЧИТИ» ДО АПТЕКИ
Попри значний потенціал, впровадження ШІ в аптечну практику супроводжується низкою складних проблем.
По-перше, виникають технічні перешкоди через фрагментованість медичних даних, відсутність єдиних стандартів їх сумісності, високі витрати на інфраструктуру та складність інтеграції ШІ у щоденні робочі процеси без перевантаження персоналу. По-друге, існують клінічні ризики: мовні моделі можуть припускатися помилок або «галюцинувати», надаючи хибні поради, а більшості рішень усе ще бракує реальних практичних досліджень. Через це ШІ має залишатися лише інструментом підтримки, адже остаточне рішення завжди за провізором.
Нарешті, поширення ШІ порушує етичні та соціальні питання, які стосуються надійного захисту персональних даних, ризиків алгоритмічної упередженості через недосконалі навчальні вибірки та потреби фармацевтів постійно навчатися, щоб адаптуватися до автоматизації рутинної роботи (Hasan H.E. et al., 2024; Anan S. et al., 2025; Said A.S.A. et al., 2026).
ПЕРСПЕКТИВИ І ТЕНДЕНЦІЇ РОЗВИТКУ
Найближчими роками аптечна практика, ймовірно, стане ще більш цифровою. Можна очікувати подальшого розвитку роботизованого фасування, інтелектуальних систем управління запасами, інструментів клінічної підтримки прийняття рішень, цифрового супроводу пацієнтів та автоматизації документообігу. Водночас найбільш перспективними, ймовірно, будуть не повністю автономні системи, а моделі «фармацевт + ШІ», у яких технологія виконує те, що вона робить найкраще: швидко аналізує великі масиви даних, знаходить закономірності та автоматизує повторювані операції. Людина ж виконує те, що поки що неможливо повністю звести до алгоритму: оцінює клінічний контекст, бере на себе професійну відповідальність, враховує індивідуальні особливості пацієнта та будує довіру (Braga D.M. et al., 2025; Hamishehkar H. et al., 2025; Matarèse B.F.E., 2026).
Отже, з огляду на можливості, перспективи та виклики, чи замінить ШІ фармацевта? Найімовірніше, неправильним є саме формулювання цього питання. ШІ не обов’язково має «замінити» фармацевта. Значно реалістичніший сценарій полягає в тому, що він змінить характер фармацевтичної роботи. А майбутнє аптечної практики, найімовірніше, полягає не у протистоянні «фармацевт проти ШІ», а у появі нової моделі — фармацевта, посиленого технологіями.
Поширені запитання
- Як ШІ може допомогти фармацевту? — ШІ потенційно може сприяти аналізу даних, виявленню небезпечних взаємодій, дублювання терапії, невідповідності дозування та інших факторів ризику.
- Чи може ШІ замінити фармацевта? — Найбільш реалістичний сценарій полягає не в заміні фармацевта, а у зміні характеру його роботи та появі моделі «фармацевт + ШІ».
- Чим автоматизація аптеки відрізняється від ШІ? — Роботизоване фасування та автоматичне дозування самі по собі не обов’язково є ШІ, оскільки можуть працювати за чітко визначеними алгоритмами.
- Чи можна використовувати генеративний ШІ для клінічних рішень? — Використання генеративного ШІ у клінічно значущих ситуаціях потребує особливої обережності, а результати його роботи мають проходити обов’язкову професійну перевірку.
- Які основні ризики пов’язані з впровадженням ШІ в аптеці? — Серед ключових викликів — фрагментованість даних, складність інтеграції технологій, ризик помилок мовних моделей, захист персональних даних та алгоритмічна упередженість.
Коротко: головне
- ШІ поступово охоплює операційні процеси, клінічну підтримку ухвалення рішень, роботизоване фасування рецептів та персоналізовану комунікацію з клієнтом аптеки.
- Алгоритми потенційно можуть допомагати виявляти проблеми, пов’язані з медикаментозною терапією, але не замінюють професійного контролю.
- Роботизація та автоматизація аптечних процесів не завжди означають використання ШІ.
- Генеративний ШІ може підтримувати роботу фахівця, однак у клінічно значущих ситуаціях потребує особливої обережності та професійної перевірки.
- Найбільш перспективною моделлю розвитку аптечної практики є поєднання можливостей технологій із професійною експертизою та відповідальністю фармацевта.
Список використаної літератури
Бажаєте завжди бути в курсі останніх новин фармацевтичної галузі?
Тоді
Источник: www.ukrinform.ua