AI-enabled digital therapeutics in pharmacy practice: prescription software, medication optimization, safety surveillance, and future clinical positioning.
پخش حرفه‌ای فارسی و انگلیسی
در حال بررسی نسخه‌های صوتی ذخیره‌شده…
تنظیم صدای طبیعی و سرعت
صداهایی که در نامشان «Natural»، «Neural» یا «Online» دیده می‌شود معمولاً طبیعی‌ترند. انتخاب صدا به صداهای نصب‌شده در ویندوز و مرورگر شما بستگی دارد.
چکیده اصلی
INTRODUCTION: Digital therapeutics (DTx) are evidence-based software interventions that can function as therapeutic modalities, either independently or adjunctively, while artificial intelligence (AI) may support personalization, prediction, adaptive delivery, and safety monitoring. Pharmacy practice is directly affected because pharmacists manage medicines, adherence, counseling, pharmacovigilance, access, and longitudinal medication-related care. AREAS COVERED: This structured narrative review defines digital health, digital medicine, DTx, prescription DTx (PDT), software as a medical device (SaMD), and AI-enabled DTx; critically examines clinical evidence and its limitations; and evaluates pharmacist roles in product selection, onboarding, monitoring, medication optimization, safety surveillance, reimbursement, and governance. PubMed and targeted regulatory and professional sources were searched through July 2026, with priority given to randomized trials, systematic reviews, meta-analyses, real-world evidence frameworks, and official guidance. EXPERT OPINION: AI-enabled DTx should be regarded as therapeutic modalities whose role may be standalone or adjunctive according to intended use and evidence. They are distinct from pharmacological medicines, and they should not autonomously displace indicated drug therapy or professional judgment without comparative evidence. Pharmacist-supervised integration is proposed as a clinically accountable conceptual implementation model, but its effectiveness, cost-effectiveness, and workflow consequences require prospective validation.
نتیجه فارسی
این مرور ساختاریافته نقش داروسازان را در ادغام دارودرمانی‌های دیجیتال (DTx) با قابلیت هوش مصنوعی بررسی می‌کند. DTx به عنوان مداخلات نرم‌افزاری مبتنی بر شواهد، متمایز از داروهای شیمیایی هستند و نباید بدون شواهد مقایسه‌ای جایگزین درمان دارویی شوند. مدل پیشنهادی برای ادغام، تحت نظارت داروسازان است، اما اثربخشی و هزینه‌بر بودن آن‌ها نیازمند تأیید آینده است.
- DTx مداخلات نرم‌افزاری مبتنی بر شواهد هستند که می‌توانند مستقل یا کمکی عمل کنند.
- هوش مصنوعی می‌تواند به شخصی‌سازی، پیش‌بینی و نظارت ایمنی کمک کند.
- داروسازان نقش مهمی در انتخاب محصول، نظارت و بهینه‌سازی دارو دارند.
- DTx نباید بدون شواهد مقایسه‌ای، درمان دارویی را جایگزین کنند.
- اثربخشی مدل ادغام تحت نظارت داروسازان نیازمند تأیید آینده است.
ترجمه فارسی چکیده
دارودرمانی‌های دیجیتال (DTx) مداخلات مبتنی بر شواهد نرم‌افزاری هستند که می‌توانند به عنوان روش‌های درمانی مستقل یا کمکی عمل کنند، در حالی که هوش مصنوعی (AI) می‌تواند به شخصی‌سازی، پیش‌بینی، تحویل تطبیقی و نظارت ایمنی کمک کند. عمل داروسازی مستقیماً تحت تأثیر قرار می‌گیرد زیرا داروسازان داروها، رعایت دارو، مشاوره، نظارت دارویی و مراقبت طولی‌مدت دارویی را مدیریت می‌کنند. این مرور ساختاریافته نامه‌ای، تعاریف سلامت دیجیتال، داروی دیجیتال، DTx، DTx تجویزی (PDT)، نرم‌افزار به عنوان دستگاه پزشکی (SaMD) و DTx با قابلیت AI را تعریف می‌کند؛ شواهد بالینی و محدودیت‌های آن را به طور انتقادی بررسی می‌کند و نقش داروسازان را در انتخاب محصول، راه‌اندازی، نظارت، بهینه‌سازی دارو، نظارت ایمنی، جبران هزینه و حاکمیت ارزیابی می‌کند. جستجو در PubMed و منابع هدفمند نظارتی و حرفه‌ای تا ژوئیه ۲۰۲۶ انجام شد، با اولویت دادن به آزمایش‌های تصادفی، مرورهای سیستماتیک، متاآنالیزها، چارچوب‌های شواهد واقعی و راهنماهای رسمی. DTx با قابلیت AI باید به عنوان روش‌های درمانی در نظر گرفته شوند که نقش آن‌ها می‌تواند مستقل یا کمکی بر اساس کاربرد و شواهد مورد نظر باشد. این‌ها از داروهای شیمیایی متمایز هستند و نباید بدون شواهد مقایسه‌ای، به طور خودکار درمان دارویی مشخص شده را جایگزین یا قضاوت حرفه‌ای را بی‌اعتبار کنند. یک مدل اجرایی مفهومی تحت نظارت داروساز برای ادغام پیشنهاد شده است، اما اثربخشی، هزینه‌بر بودن و پیامدهای جریان کار نیازمند تأیید آینده هستند.
روش پژوهش
این مرور ساختاریافته نامه‌ای است که شامل جستجو در PubMed و منابع نظارتی و حرفه‌ای تا ژوئیه ۲۰۲۶ است. اولویت دادن به آزمایش‌های تصادفی، مرورهای سیستماتیک و متاآنالیزها انجام شده است.
محدودیت‌ها
محدودیت‌های شواهد بالینی به طور انتقادی بررسی شده‌اند. اثربخشی و هزینه‌بر بودن مدل ادغام تحت نظارت داروسازان نیازمند تأیید آینده است.
نمای PICO و پیامدها
- جمعیت
- داروسازان و مراجعین مراقبت دارویی.
- مداخله/مواجهه
- دارودرمانی‌های دیجیتال (DTx) با قابلیت هوش مصنوعی.
- مقایسه
- درمان دارویی شیمیایی (بدون DTx).
- حجم نمونه
- گزارش نشده است.
متن کامل اصلی
برای بررسی دسترسی کتابخانه‌ای یا خرید، رکورد اصلی را باز کنید.
رفتن به منبع اصلی