| Abstract | Cilj istraživanja
U posljednjem desetljeću, umjetna inteligencija (engl. Artificial Intelligence, AI) unaprijedila
je mnoge industrije, a farmaceutska industrija nije iznimka. Primjena umjetne inteligencije u
kontroli kakvoće lijekova otvara nove horizonte u učinkovitosti, preciznosti i smanjenju
troškova. Ovaj tehnološki napredak omogućava bržu i točniju analizu podataka o kvaliteti
lijekova koja je važna za sigurnost pacijenta. Cilj ovog istraživanja, temeljen na pregledu
dostupne literature, je dublje razumijevanje kako umjetna inteligencija može unaprijediti
procese u kontroli kakvoće lijekova. Umjetna inteligencija, primjerice, može automatski
prepoznati i klasificirati nepravilnosti u sastavu lijeka, što značajno smanjuje rizik od ljudske
pogreške. Međutim, unatoč brojnim prednostima, postoje i izazovi u integraciji tih tehnologija
u postojeće sustave, uključujući pitanja kompatibilnosti, potrebe za specijaliziranim znanjima i
etičke dileme. Nadalje, s razvojem tehnologija umjetne inteligencije mijenjaju se i regulatorni
zahtjevi, postavljajući nove standarde za sukladnost u farmaceutskoj industriji. U tom kontekstu,
daljnje istraživanje i razvoj tehnologija umjetne inteligencije bit će ključni za ostvarivanje
punog potencijala u poboljšanju kontrole kakvoće lijekova.
Materijal i metode
Istraživanja provedena u okviru ovog specijalističkog rada teorijski su usmjerena. Tijekom
izrade, literatura je odabrana i analizirana s obzirom na njezinu relevantnost za temu i predmet
istraživanja, uzimajući u obzir autore i publikacije u časopisima i knjigama. Pretraživanje je
obuhvatilo širok spektar literature, od općih članaka do specijaliziranih radova i aktualnih
smjernica regulatornih tijela. Za potrebe istraživanja literature korištene su baze podataka kao
što su PubMed, Science Direct, ResearchGate, Scopus i Web of Science.
Rezultati
Rezultati provedenog teorijskog istraživanja i analiza stručne literature ukazuju na to da
umjetna inteligencija pruža značajna unapređenja u procesima analize kvalitete lijekova,
osobito kroz povećanje učinkovitosti, preciznosti i smanjenje operativnih troškova. Međutim,
unatoč evidentnim prednostima, integracija umjetne inteligencije u postojeće sustave u
farmaceutskoj industriji donosi određene izazove. Ti izazovi uključuju problematiku
kompatibilnosti nove tehnologije s već postojećim sustavima, potrebu za specijaliziranim
tehničkim znanjem te utječu na promjene u regulatornim zahtjevima. Nadalje, istraživanje
ukazuje na potrebu kontinuiranog istraživanja i razvoja u području umjetne inteligencije, kako
bi se u potpunosti iskoristili njeni potencijali u unapređenju procesa kontrole kvalitete lijekova.
Zaključak
Integracija umjetne inteligencije u farmaceutsku industriju otvara nove mogućnosti za
optimizaciju procesa kontrole kvalitete lijekova, otkrivanje nedostataka, odstupanja, toksičnosti,
krivotvorina te unaprjeđenje farmakovigilancije. Kroz ovo istraživanje, pokazano je da umjetna
inteligencija može značajno unaprijediti preciznost i učinkovitost u analizi kvalitete lijekova,
smanjujući rizik od ljudskih pogrešaka i poboljšavajući sigurnost pacijenata. Unatoč trenutnih
izazova integracije umjetne inteligencije u farmaceutsku industriju te nedostatku regulatornih
okvira, kontinuiranim istraživanjem i prilagodbom, ona ima potencijal unaprijediti industriju,
poboljšavajući ne samo proizvodne procese već i dajući sigurnija i učinkovitija zdravstvena
rješenja. |
| Abstract (english) | Objectives
In the last decade, artificial intelligence (AI) has advanced many industries, and the
pharmaceutical industry is no exception. The application of artificial intelligence in drug quality
control opens new horizons in efficiency, precision, and cost reduction. This technological
advancement enables faster and more accurate analysis of drug quality data, which is important
for patient safety. The goal of this research, based on a review of available literature, is to gain
a deeper understanding of how artificial intelligence can improve processes in drug quality
control. Artificial intelligence, for instance, can automatically recognize and classify
irregularities in drug composition, significantly reducing the risk of human error. However,
despite numerous advantages, there are also challenges in integrating these technologies into
existing systems, including issues of compatibility, the need for specialized knowledge, and
ethical dilemmas. Furthermore, with the development of artificial intelligence technologies,
regulatory requirements are also changing, setting new standards for compliance in the
pharmaceutical industry. In this context, through the review of available literature, further
research and development of artificial intelligence technologies will be key to realizing the full
potential in improving drug quality control.
VI
Material and Methods
The research conducted within the framework of this specialist work is theoretically oriented.
During its development, literature was selected and analyzed based on its relevance to the theme
and subject of the research, taking into account authors and publications in journals and books.
The search covered a wide range of literature, from general articles to specialized works and
current guidelines from regulatory bodies. Databases such as PubMed, Science Direct,
ResearchGate, Scopus, and Web of Science were used for the purpose of researching literature.
Results
The results of the conducted theoretical research and analysis of the professional literature
indicate that artificial intelligence provides significant improvements in the processes of drug
quality analysis, especially through increasing efficiency, precision, and reducing operational
costs. However, despite the evident advantages, the integration of artificial intelligence into
existing systems in the pharmaceutical industry presents certain challenges. These challenges
include issues of compatibility of the new technology with existing systems, the need for
specialized technical knowledge, and the impact on changes in regulatory requirements.
Furthermore, the research points to the need for continuous research and development in the
field of artificial intelligence in order to fully utilize its potentials in improving the processes
of drug quality control.
Conclusion
The integration of artificial intelligence into the pharmaceutical industry opens new
opportunities for optimizing drug quality control processes, detecting defects, deviations,
toxicity, counterfeits, and improving pharmacovigilance. Through this theoretical research, it
has been shown that artificial intelligence can significantly enhance precision and efficiency in
drug quality analysis, reducing the risk of human errors and improving patient safety. Despite
the current challenges of integrating artificial intelligence into the pharmaceutical industry and
the lack of regulatory frameworks, with continuous research and adaptation, it has the potential
to enhance the industry, improving not only production processes but also providing safer and
more effective healthcare solutions. |
