Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
Strategies for using pharmaceutical decision support systems and the potential contributions of AI in clinical pharmacy
0
Zitationen
5
Autoren
2026
Jahr
Abstract
L’intelligence artificielle (IA) connaît un essor considérable dans le domaine de la santé, notamment en pharmacie hospitalière. L’analyse pharmaceutique des prescriptions, mobilisant de nombreuses données de santé issues de plusieurs sources d’informations, se prête particulièrement à ce domaine. Plusieurs systèmes d’aides à la décision pharmaceutiques (SADP), commerciaux ou « maison », ont donc vu le jour. L’objectif de cet article est de décrire les différentes stratégies et organisations mises en place par les pharmaciens hospitaliers autour de leurs utilisations et d’analyser les perspectives offertes par l’IA dans ce contexte. Pour cela, les retours d’expérience de cinq pharmaciens hospitaliers utilisant différents SADP, dans le domaine de la pharmacie clinique, ont été recueillis afin de décrire les organisations mises en place, les modalités d’utilisation et les usages annexes dans les établissements de santé. Les perspectives de l’IA dans ce domaine ont ensuite été analysées. Les retours d’expériences mettent en évidence un usage prépondérant des SADP. Ils montrent que le déploiement et l’utilisation des SADP associent une mobilisation de ressources temporelles et pharmaceutiques. Différents avantages sont décrits selon leurs fonctionnalités et dans la sécurisation de l’analyse pharmaceutique : possibilités de personnalisation, fonctionnement en temps réel, capacité à repérer précocement des situations à haut risque. Cependant, ces outils présentent aussi des freins communs comme l’interopérabilité des flux de données ou la fatigue liée aux alertes. Ces limites ont permis d’identifier les attentes des professionnels quant à l’emploi des technologies basées sur l’IA pour améliorer ces systèmes. Les attentes concernent la pertinence des alertes, la prise en compte de données non structurées, l’optimisation du temps pharmacien, le codage et la création facilitée de règles, la prédiction des risques, l’aide au raisonnement clinique, la pharmacovigilance renforcée ou encore la continuité des soins et/ou de la coordination ville-hôpital. Les SADP apportent donc une aide incontestable aux pharmaciens, des améliorations restent cependant nécessaires, tandis que l’intégration de l’IA ouvrirait de nouvelles perspectives et usages.
Ähnliche Arbeiten
"Why Should I Trust You?"
2016 · 14.535 Zit.
A Comprehensive Survey on Graph Neural Networks
2020 · 8.822 Zit.
Stop explaining black box machine learning models for high stakes decisions and use interpretable models instead
2019 · 8.386 Zit.
High-performance medicine: the convergence of human and artificial intelligence
2018 · 7.848 Zit.
Artificial intelligence in healthcare: past, present and future
2017 · 4.476 Zit.