Inteligența artificială în monitorizarea tratamentelor medicamentoase.

Introducere

Dezvoltarea medicinei moderne și creșterea numărului de medicamente disponibile au determinat o nevoie tot mai mare de monitorizare individualizată a tratamentelor medicamentoase. Utilizarea simultană a mai multor medicamente, apariția interacțiunilor medicamentoase și variabilitatea răspunsului individual la tratament pot influența eficacitatea și siguranța terapiei.

În practica medicală, monitorizarea tratamentului medicamentos presupune evaluarea eficacității terapeutice, identificarea reacțiilor adverse, verificarea respectării schemei de administrare și ajustarea tratamentului atunci când este necesar.

Metodele tradiționale de monitorizare se bazează pe consultații periodice, analize de laborator și informațiile oferite de pacient. Cu toate acestea, aceste metode pot avea anumite limitări, în special în cazul pacienților cu afecțiuni cronice sau al celor care urmează tratamente complexe.

Inteligența artificială oferă noi posibilități prin capacitatea de a analiza volume mari de date medicale, de a identifica tipare și de a semnala posibile probleme asociate tratamentului.

Prin integrarea algoritmilor inteligenți în sistemele medicale și în dispozitivele portabile, monitorizarea tratamentului poate deveni mai rapidă, mai precisă și mai adaptată nevoilor fiecărui pacient.

Noțiuni generale privind inteligența artificială în domeniul farmaceutic

Inteligența artificială reprezintă un domeniu al informaticii care urmărește dezvoltarea sistemelor capabile să îndeplinească sarcini care presupun, în mod obișnuit, procese cognitive umane, precum învățarea, recunoașterea tiparelor, analiza informațiilor și luarea deciziilor.

În domeniul farmaceutic și medical, cele mai importante tehnologii utilizate sunt:

1. Învățarea automată (Machine Learning)

Reprezintă o ramură a inteligenței artificiale care permite sistemelor informatice să identifice tipare în date și să realizeze predicții pe baza informațiilor disponibile.

În monitorizarea tratamentelor medicamentoase, algoritmii de Machine Learning pot fi utilizați pentru:

identificarea pacienților cu risc crescut de reacții adverse;

estimarea riscului de apariție a interacțiunilor medicamentoase;

evaluarea probabilității de întrerupere a tratamentului;

identificarea pacienților care necesită monitorizare suplimentară.

2.Învățarea profundă (Deep Learning)

Este o subcategorie a învățării automate care utilizează rețele neuronale artificiale complexe pentru analiza unor volume mari de date.

Această tehnologie poate contribui la interpretarea rezultatelor analizelor medicale, identificarea modificărilor parametrilor biologici și corelarea acestora cu administrarea anumitor medicamente.

3.Procesarea limbajului natural (Natural Language Processing – NLP)

Această tehnologie permite sistemelor informatice să analizeze și să interpreteze limbajul uman.

În domeniul farmaceutic, poate fi utilizată pentru extragerea informațiilor despre reacțiile adverse din dosarele medicale, rapoartele clinice și documentele de farmacovigilență.

4.Inteligența artificială generativă

Sistemele de inteligență artificială generativă pot analiza și sintetiza informații medicale, pot sprijini redactarea documentației farmaceutice și pot facilita comunicarea dintre pacient și personalul medical.

Totuși, informațiile generate necesită verificare de către specialiști și nu trebuie considerate recomandări terapeutice autonome.

Principalele aplicații ale inteligenței artificiale în monitorizarea tratamentelor medicamentoase

1.Identificarea și prevenirea reacțiilor adverse la medicamente

Una dintre cele mai importante aplicații ale inteligenței artificiale este identificarea precoce a reacțiilor adverse medicamentoase.

Reacțiile adverse pot apărea în urma utilizării incorecte a medicamentelor, a administrării unor doze necorespunzătoare, a interacțiunilor medicamentoase sau a particularităților individuale ale pacientului.

Sistemele bazate pe inteligență artificială pot analiza:

istoricul medical al pacientului;

medicamentele administrate concomitent;

rezultatele analizelor de laborator;

simptomele raportate de pacient;

antecedentele de reacții adverse.

Pe baza acestor informații, algoritmii pot identifica tipare asociate unor reacții adverse și pot semnala pacienții care necesită evaluare suplimentară.

De exemplu, la un pacient care utilizează anticoagulante, un sistem inteligent poate identifica asocierea cu medicamente care cresc riscul hemoragic și poate genera o alertă pentru medic sau farmacist.

Inteligența artificială poate contribui și la procesarea rapoartelor de farmacovigilență, prin extragerea automată a informațiilor relevante și identificarea unor posibile semnale de siguranță.

2.Detectarea interacțiunilor medicamentoase

Administrarea concomitentă a mai multor medicamente poate determina interacțiuni care influențează absorbția, distribuția, metabolizarea sau eliminarea substanțelor active.

Sistemele informatice bazate pe inteligență artificială pot analiza combinațiile medicamentoase și pot identifica asocieri potențial periculoase.

Un exemplu este reprezentat de pacienții vârstnici care suferă de mai multe afecțiuni cronice și utilizează simultan numeroase medicamente (polimedicație).

Algoritmii pot analiza schemele terapeutice și pot identifica:

asocieri medicamentoase cu risc crescut;

duplicări terapeutice;

doze potențial necorespunzătoare;

medicamente care necesită monitorizarea funcției renale sau hepatice;

combinații care pot crește riscul de sângerare, hipotensiune sau tulburări electrolitice.

Prin intermediul acestor sisteme, farmacistul poate primi alerte privind posibilele probleme medicamentoase și poate recomanda evaluarea schemei terapeutice de către medic.

3.Monitorizarea aderenței la tratamentul medicamentos

Aderența terapeutică reprezintă gradul în care pacientul respectă recomandările privind administrarea medicamentelor, inclusiv doza, intervalul de administrare și durata tratamentului.

Nerespectarea tratamentului este o problemă importantă, în special în cazul bolilor cronice, precum diabetul zaharat, hipertensiunea arterială și afecțiunile cardiovasculare.

Inteligența artificială poate fi integrată în aplicații mobile și dispozitive medicale inteligente pentru a urmări administrarea medicamentelor și pentru a identifica posibile situații de neaderență.

Exemple de tehnologii utilizate:

Cutii inteligente pentru medicamente: detectează deschiderea compartimentelor și înregistrează momentul accesării medicamentelor.

Aplicații mobile: transmit notificări privind orele de administrare și permit înregistrarea dozelor luate.

Dispozitive electronice de administrare: pot înregistra momentul eliberării unei doze.

Sisteme digitale de monitorizare: analizează comportamentul pacientului și pot identifica tipare care sugerează omiterea administrării.

Prin analiza acestor informații, algoritmii pot identifica pacienții care prezintă un risc crescut de întrerupere a tratamentului și pot permite personalizarea intervențiilor educaționale.

Trebuie menționat că deschiderea unui recipient inteligent nu demonstrează în mod automat că medicamentul a fost ingerat.

4.Individualizarea tratamentului medicamentos

Un alt domeniu important îl reprezintă medicina personalizată, care urmărește adaptarea tratamentului în funcție de particularitățile fiecărui pacient.

Răspunsul la medicamente poate varia în funcție de vârstă, greutate corporală, funcția renală și hepatică, factori genetici și tratamentele administrate concomitent.

Inteligența artificială poate analiza aceste variabile pentru a identifica pacienții care necesită o monitorizare mai atentă și pentru a sprijini selectarea tratamentului adecvat.

Un exemplu este farmacogenetica, domeniu care studiază influența variațiilor genetice asupra răspunsului la medicamente.

În cazul tratamentului cu warfarină, variantele genetice ale genelor CYP2C9 și VKORC1 pot influența necesarul individual de doză. Algoritmii pot combina informațiile genetice cu datele clinice pentru a sprijini estimarea dozei inițiale.

Este important ca aceste estimări să fie integrate în evaluarea clinică și să nu înlocuiască monitorizarea INR și decizia medicului.

Optimizarea sistemelor de suport pentru decizia clinică

Sistemele de suport pentru decizia clinică (Clinical Decision Support Systems – CDSS) sunt instrumente informatice care oferă profesioniștilor din domeniul sănătății informații și avertizări relevante pentru luarea deciziilor terapeutice.

Prin integrarea inteligenței artificiale, aceste sisteme pot analiza datele pacientului și pot genera alerte personalizate.

De exemplu, un sistem poate semnala:

riscul unei interacțiuni medicamentoase;

necesitatea ajustării dozei în funcție de funcția renală;

riscul de supradozaj;

posibila duplicare a unei clase terapeutice;

necesitatea efectuării unor analize de laborator.

O revizuire publicată în 2024 de Graafsma și colaboratorii a analizat utilizarea inteligenței artificiale pentru optimizarea alertelor medicamentoase generate de sistemele CDSS. Autorii au identificat posibilitatea reducerii numărului de alerte inutile și a îmbunătățirii identificării prescripțiilor necorespunzătoare. Totuși, au evidențiat și nevoia unor studii suplimentare de validare și implementare clinică. [1]

4. Dispozitive medicale inteligente utilizate în monitorizarea tratamentelor

Inteligența artificială poate fi integrată în diferite dispozitive medicale care colectează date despre starea pacientului și contribuie la evaluarea eficacității tratamentului.

4.1. Senzori pentru monitorizarea continuă a glicemiei

Sunt utilizați în special la pacienții cu diabet zaharat. Aceștia măsoară periodic concentrația glucozei în lichidul interstițial, iar datele pot fi analizate pentru identificarea tendințelor glicemice și evaluarea răspunsului la tratament.

4.2. Pompe inteligente de insulină

Aceste dispozitive pot comunica cu senzorii de glicemie și pot utiliza algoritmi pentru ajustarea automatizată a administrării insulinei, în limitele unui sistem terapeutic autorizat.

4.3. Dispozitive wearable

Ceasurile inteligente și brățările de monitorizare pot colecta informații despre puls, activitate fizică și somn. Datele pot contribui la evaluarea stării generale a pacientului și la identificarea unor modificări care necesită investigații.

4.4. Dispozitive inteligente pentru administrarea medicamentelor

Acestea pot înregistra eliberarea dozelor, pot transmite notificări și pot ajuta la identificarea situațiilor în care pacientul nu respectă schema de tratament.

Un aspect important este că nu toate dispozitivele inteligente utilizează în mod direct inteligența artificială. Unele doar colectează și transmit date, iar analiza predictivă este realizată ulterior de un software specializat.

5. Exemple practice de utilizare a inteligenței artificiale în monitorizarea tratamentelor

Pentru a înțelege aplicabilitatea acestei tehnologii, pot fi prezentate câteva situații clinice.

Exemplul 1 – Pacient cu diabet zaharat

Un pacient diagnosticat cu diabet zaharat utilizează insulină și un senzor pentru monitorizarea continuă a glicemiei.

Sistemul analizează valorile glicemice și poate identifica episoadele repetate de hipoglicemie sau hiperglicemie. În funcție de configurație, poate transmite alerte și poate sprijini ajustarea administrării insulinei printr-un algoritm autorizat.

Exemplul 2 – Pacient aflat sub tratament anticoagulant

Un pacient tratat cu acenocumarol efectuează periodic determinări INR. Un sistem informatic poate analiza valorile înregistrate, dozele administrate și eventualele modificări ale tratamentului concomitent.

Dacă sunt identificate variații importante ale INR sau posibile interacțiuni medicamentoase, sistemul poate genera o alertă pentru medic sau farmacist.

Exemplul 3 – Pacient vârstnic cu polimedicație

Un pacient în vârstă utilizează mai multe medicamente pentru afecțiuni cardiovasculare și metabolice.

Un sistem bazat pe inteligență artificială poate analiza schema terapeutică și poate identifica posibile interacțiuni, duplicări de tratament sau medicamente care necesită monitorizarea funcției renale.

Aceste informații pot sprijini evaluarea farmacoterapiei și reducerea riscului de apariție a reacțiilor adverse.

Avantajele utilizării inteligenței artificiale în monitorizarea tratamentelor

Integrarea inteligenței artificiale în practica medicală și farmaceutică prezintă numeroase avantaje:

Monitorizare individualizată: analiza datelor permite identificarea nevoilor specifice ale fiecărui pacient.

Identificarea precoce a riscurilor: algoritmii pot semnala situațiile care necesită evaluare medicală.

Reducerea erorilor medicamentoase: sistemele informatice pot identifica doze necorespunzătoare, duplicări și interacțiuni.

Îmbunătățirea aderenței terapeutice: notificările și dispozitivele inteligente pot sprijini respectarea tratamentului.

Eficientizarea activității personalului medical: automatizarea anumitor procese poate reduce timpul necesar analizării informațiilor.

Susținerea farmacovigilenței: analiza automată a rapoartelor poate facilita identificarea unor posibile semnale de siguranță.

O revizuire publicată de Ouanes și Farhah în 2024, care a inclus 26 de articole, a evidențiat potențialul sistemelor de suport clinic bazate pe inteligență artificială în îmbunătățirea procesului decizional și reducerea erorilor medicale. [2]

Limitele și riscurile utilizării inteligenței artificiale

Deși inteligența artificială prezintă numeroase oportunități, implementarea acesteia în domeniul farmaceutic presupune și anumite provocări.

1.Precizia și fiabilitatea datelor

Algoritmii pot genera rezultate incorecte dacă sunt antrenați pe date incomplete, eronate sau nereprezentative pentru populația căreia îi sunt aplicați.

2. Protecția datelor personale

Sistemele de inteligență artificială utilizează frecvent informații medicale sensibile. Este necesară protejarea confidențialității și respectarea legislației privind prelucrarea datelor personale, inclusiv GDPR.

3. Riscul recomandărilor incorecte

Un sistem poate genera alerte sau recomandări necorespunzătoare, ceea ce poate influența negativ decizia terapeutică dacă informațiile nu sunt verificate de un specialist.

4.Lipsa transparenței algoritmilor

Unele sisteme complexe nu permit identificarea ușoară a motivelor pentru care a fost generată o anumită recomandare. Acest aspect poate îngreuna evaluarea și validarea deciziilor.

5. Costurile implementării

Achiziția dispozitivelor, dezvoltarea infrastructurii digitale și instruirea personalului pot necesita investiții importante.

Organizația Mondială a Sănătății subliniază necesitatea utilizării responsabile a inteligenței artificiale în sănătate, cu respectarea autonomiei pacientului, siguranței, transparenței și echității. [3]

Rolul farmacistului în utilizarea inteligenței artificiale pentru monitorizarea tratamentelor

Farmacistul are un rol esențial în asigurarea utilizării corecte și sigure a medicamentelor, iar integrarea inteligenței artificiale poate contribui la dezvoltarea serviciilor de farmacie clinică și farmaceutică.

Prin intermediul sistemelor digitale, farmacistul poate avea acces la informații relevante despre tratamentul pacientului, ceea ce permite identificarea mai rapidă a unor probleme asociate farmacoterapiei.

Principalele responsabilități ale farmacistului includ:

Verificarea interacțiunilor medicamentoase: utilizarea sistemelor inteligente pentru identificarea asocierilor cu potențial de risc.

Monitorizarea reacțiilor adverse: evaluarea alertelor generate de algoritmi și raportarea reacțiilor adverse suspectate.

Evaluarea aderenței terapeutice: identificarea pacienților care nu respectă schema de administrare.

Consilierea pacienților: explicarea utilizării aplicațiilor mobile și a dispozitivelor medicale inteligente.

Evaluarea rezultatelor: interpretarea informațiilor furnizate de sistemele informatice în contextul tratamentului.

Colaborarea interdisciplinară: comunicarea cu medicul pentru optimizarea farmacoterapiei.

Un aspect important este faptul că inteligența artificială trebuie privită ca un instrument de sprijin pentru farmacist, nu ca un înlocuitor al competențelor profesionale. Decizia privind modificarea tratamentului trebuie să aparțină personalului medical autorizat, în funcție de responsabilitățile profesionale și situația clinică.

9. Perspective de dezvoltare

Progresele tehnologice permit dezvoltarea unor sisteme tot mai complexe, capabile să integreze informații provenite din surse diferite.

În viitor, inteligența artificială ar putea contribui la:

Dezvoltarea unor platforme digitale integrate pentru monitorizarea tratamentelor cronice.

Utilizarea dispozitivelor wearable pentru urmărirea continuă a parametrilor fiziologici.

Identificarea timpurie a pacienților cu risc crescut de reacții adverse.

Dezvoltarea unor aplicații personalizate pentru educația farmaceutică.

Integrarea informațiilor genetice în individualizarea farmacoterapiei.

Îmbunătățirea comunicării dintre farmacist, medic și pacient prin intermediul platformelor digitale.

Un domeniu de interes îl reprezintă utilizarea inteligenței artificiale în farmacovigilență. Sistemele bazate pe procesarea limbajului natural pot analiza volume mari de rapoarte și publicații științifice, facilitând identificarea unor posibile semnale de siguranță asociate medicamentelor.

De asemenea, o revizuire sistematică publicată în 2025 privind instrumentele de inteligență artificială pentru îmbunătățirea aderenței la tratament a evidențiat potențialul aplicațiilor mobile, chatboturilor și dispozitivelor inteligente în monitorizarea pacienților cu boli cronice. [4]

În domeniul dispozitivelor medicale, autoritățile de reglementare acordă o atenție tot mai mare evaluării sistemelor bazate pe inteligență artificială, în special în ceea ce privește siguranța, performanța și monitorizarea acestora pe parcursul utilizării. FDA prezintă principiile de reglementare pentru dispozitivele medicale care integrează inteligență artificială. [5]

10. Concluzii

Inteligența artificială reprezintă o direcție importantă de dezvoltare în domeniul farmaceutic, având potențialul de a transforma modul în care sunt monitorizate și evaluate tratamentele medicamentoase.

Prin utilizarea algoritmilor de învățare automată, a sistemelor de suport pentru decizia clinică și a dispozitivelor medicale inteligente, pot fi identificate mai rapid interacțiunile medicamentoase, reacțiile adverse și problemele asociate aderenței terapeutice.

Un beneficiu important îl reprezintă posibilitatea individualizării monitorizării în funcție de caracteristicile fiecărui pacient. Integrarea datelor provenite din analize de laborator, istoricul medical și dispozitivele portabile poate contribui la o evaluare mai complexă a răspunsului terapeutic.

Cu toate acestea, utilizarea inteligenței artificiale necesită validare științifică, protejarea datelor personale și supraveghere umană. Algoritmii nu trebuie să înlocuiască raționamentul clinic și responsabilitatea profesioniștilor din domeniul sănătății.

În concluzie, integrarea inteligenței artificiale în monitorizarea tratamentelor medicamentoase poate contribui la creșterea siguranței pacientului, optimizarea farmacoterapiei și dezvoltarea unor servicii farmaceutice moderne. Farmacistul va continua să aibă un rol central în interpretarea informațiilor, consilierea pacienților și utilizarea responsabilă a acestor tehnologii.

Bibliografie

Sursele următoare sunt relevante pentru documentarea unui articol universitar în domeniul Farmaciei. Am inclus articole științifice, revizuiri sistematice și documente oficiale.

1. Graafsma J, Murphy RM, van de Garde EMW, et al. The use of artificial intelligence to optimize medication alerts generated by clinical decision support systems: a scoping review. Journal of the American Medical Informatics Association. 2024;31(6):1411–1422. DOI: 10.1093/jamia/ocae076.

2. Ouanes K, Farhah N. Effectiveness of Artificial Intelligence (AI) in Clinical Decision Support Systems and Care Delivery. Journal of Medical Systems. 2024;48:74. DOI: 10.1007/s10916-024-02098-4.

3. World Health Organization (WHO). Ethics and Governance of Artificial Intelligence for Health: WHO Guidance. Geneva: World Health Organization; 2021. ISBN: 978-92-4-002920-0.

4. Artificial Intelligence Tools That Improve Medication Adherence in Patients With Chronic Noncommunicable Diseases: An Updated Review. 2025.

5. U.S. Food and Drug Administration (FDA). Artificial Intelligence-Enabled Medical Devices. FDA, 2026.

6. Syrowatka A, Motala A, Lawson E, Shekelle P. Computerized Clinical Decision Support To Prevent Medication Errors and Adverse Drug Events. Making Healthcare Safer IV. Agency for Healthcare Research and Quality; 2024.

7. Bebarta NK, Prabhakaran A, Bhat A, et al. Artificial intelligence-based approaches for monitoring medication adherence among cardiovascular disease patients: a scoping review. BMC Medical Informatics and Decision Making. 2026;26:132.

8. Sutton RT, Pincock D, Baumgart DC, Sadowski DC, Fedorak RN, Kroeker KI. An overview of clinical decision support systems: benefits, risks, and strategies for success. NPJ Digital Medicine. 2020;3:17. DOI: 10.1038/s41746-020-0221-.