ČASOPIS ČESKÉ FARMACEUTICKÉ SPOLEČNOSTI A SLOVENSKÉ FARMACEUTICKÉ SPOLEČNOSTI

Čes. slov. farm. 2026, 75(1):24-29 | DOI: 10.36290/csf.2026.005

Umělá inteligence ve službách farmacie - možnosti využití v praxi

Milan Rydrych
Mladí lékárníci, z. s., Praha

Úvod: V článku budou představeny principy fungování moderní umělé inteligence (AI), její současné možnosti, omezení a praktické využití ve farmacii. Text přibližuje vývoj AI, vysvětluje klíčové pojmy a seznamuje s nejdůležitějšími modely a jejich schopnostmi.

Cíl: Cílem článku je ukázat, jak může AI podpořit farmaceutickou praxi, kde jsou její limity a jaké legislativní a bezpečnostní požadavky je nutné respektovat při jejím používání.

Výsledky: Moderní AI modely umožňují generovat text, zpracovávat data, analyzovat obrázky a pomáhat v rozhodování. Ve farmacii mohou zrychlit analýzu dat (např. Hlášení LEK-13), usnadnit hledání informací či podpořit dohled nad přípravou IPLP. Ukázky potvrzují vysokou efektivitu modelů (např. GPT-5 při zpracování CSV), ale také odhalují riziko chyb a halucinací. Výkonnost modelů se liší – žebříčky (např. Chatbot Arena) ukazují konkrétní rozdíly mezi GPT, Gemini, Claude a otevřenými modely. Trénink computer vision modelu pro počítání kapslí je proveditelný na běžném PC a je schopný velmi vysoké přesnosti.

Závěr: AI představuje významný nástroj pro farmaceutickou praxi, ale nenahrazuje odbornost farmaceuta. Je nutné rozumět jejím principům, limitům, etickým a legislativním rámcům (AI Act, NIS2) a vždy kontrolovat výstupy. Při správném použití může výrazně zvýšit efektivitu, přesnost i bezpečnost farmaceutických procesů.

Klíčová slova: umělá inteligence, strojové učení, farmaceutická péče, počítačové vidění.

Artificial intelligence in pharmacy services - practical applications

Introduction: Paper presents the principles of modern artificial intelligence (AI), its current capabilities, limitations, and practical applications in pharmacy. The text outlines the development of AI, explains key terms, and introduces the most important models and their capabilities.

Objective: The objective of the article is to show how AI can support pharmaceutical practice, where its limits lie, and what legislative and safety requirements must be respected when using it.

Results: Modern AI models enable text generation, data processing, image analysis, and decision support. In pharmacy, they can speed up data analysis (e.g., LEK-13 reports), facilitate information retrieval, and support the supervision of IPLP preparation. Examples confirm the high efficiency of the models (e.g., GPT-5 in CSV processing), but also reveal the risk of errors and hallucinations. Model performance varies-rankings (e.g., Chatbot Arena) show specific differences between GPT, Gemini, Claude, and open models. Training a computer vision model for capsule counting is feasible on a standard PC and is capable of very high accuracy.

Conclusion: AI is an important tool for pharmaceutical practice, but it does not replace the expertise of a pharmacist. It is necessary to understand its principles, limitations, ethical and legislative frameworks (AI Act, NIS2) and always check the outputs. When used correctly, it can significantly increase the efficiency, accuracy, and safety of pharmaceutical processes.

Keywords: artificial intelligence, machine learning, pharmaceutical care, computer vision.

Přijato: 19. únor 2026; Zveřejněno: 13. březen 2026  Zobrazit citaci

ACS AIP APA ASA Harvard Chicago Chicago Notes IEEE ISO690 MLA NLM Turabian Vancouver
Rydrych M. Umělá inteligence ve službách farmacie - možnosti využití v praxi. Čes. slov. farm. 2026;75(1):24-29. doi: 10.36290/csf.2026.005.
Stáhnout citaci

Reference

  1. Tokenizer - OpenAI Platform. [cited 2025 Dec 13]. Available from: https://platform.openai.com/tokenizer.
  2. Epstein R, et al. Parsing the Turing Test (Philosophical and Methodological Issues in the Quest for the Thinking Computer). Dordrecht: Springer Netherlands; 2008. https://doi.org/10.1007/978-1-4020-6710-5 Přejít k původnímu zdroji...
  3. Artificial Intelligence (AI) Coined at Dartmouth [Internet]. [cited 2025 Dec 13]. Available from: https://home.dartmouth.edu/about/artificial-intelligence-ai-coined-dartmouth
  4. Russell S, Norvig P. Artificial Intelligence (A Modern Approach, Third edition, Global edition, with Ernest Davis a Douglas Edwards). Harlow: Pearson Education Limited; 2016.
  5. Vaswani A, et al. Attention Is All You Need. Attention Is All You Need. 31st Conference on Neural Information Processing Systems; 2017
  6. Walsh S, Timeline Of ChatGPT Updates & Key Events; 2025 [cited 2025 Dec 13]. Available from: https://www.searchenginejournal.com/history-of-chatgpt-timeline/488370/
  7. Kucharavy A. Overview of Existing LLM Families (Threats, Exposure and Mitigation). Large Language Models in Cybersecurity. Springer Nature Switzerland; 2024. Přejít k původnímu zdroji...
  8. NÚKIB vydal Varování před některými produkty společnosti DeepSeek. Národní úřad pro kybernetickou a informační bezpečnost; 2025 [cited 2025 Dec 13]. Available from: https://nukib.gov.cz/cs/infoservis/aktuality/2279-nukib-vydal-varovani-pred-nekterymi-produkty-spolecnosti-deepseek.
  9. Liu Z, et al. am-ELO: A Stable Framework for Arena-based LLM Evaluation; 2025 [cited 2025 Dec 13]. Available from: https://proceedings.mlr.press/v267/liu25ak.html
  10. Lianmin Z, et al. Judging LLM-as-a-Judge with MT-Bench and Chatbot Arena; 2023 [cited 2025 Dec 13]. Available from: https://doi.org/10.48550/ARXIV.2306.05685 Přejít k původnímu zdroji...
  11. Regulation (EU) 2024/1689 of the European Parliament and of the Council of 13 June 2024 laying down harmonised rules on artificial intelligence and amending Regulations (EC) No 300/2008, (EU) No 167/2013, (EU) No 168/2013, (EU) 2018/858, (EU) 2018/1139 and (EU) 2019/2144 and Directives 2014/90/EU, (EU) 2016/797 and (EU) 2020/1828 (Artificial Intelligence Act) (Text with EEA relevance), No. 2024/1689; 2024 [cited 2025 Dec 13]. Available from: https://eur-lex.europa.eu/eli/reg/2024/1689/oj/eng
  12. Shaping Europe's digital future: AI Act; 2024 [cited 2025 Dec 13]. Available from: https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai
  13. Národní centrum elektronického zdravotnictví: Čato kladené otázky; 2025 [cited 2025 Dec 13]. Available from: https://ncez.mzcr.cz/cs/ai-inovativni-digitalni-technologie-ve-zdravotnictvi/casto-kladene-otazky-faq
  14. Rydrych M. Doplňující materiály; 2025 [cited 2025 Dec 13]. Available from: https://github.com/Lyman911/AI
  15. Blog - YOLOv8; 2024 [cited 2026 Feb 7]. Available from: https://yolov8.org/category/blog/




Česká a slovenská farmacie

Vážená paní, pane,
upozorňujeme Vás, že webové stránky, na které hodláte vstoupit, nejsou určeny široké veřejnosti, neboť obsahují odborné informace o léčivých přípravcích, včetně reklamních sdělení, vztahující se k léčivým přípravkům. Tyto informace a sdělení jsou určena výhradně odborníkům dle §2a zákona č.40/1995 Sb., tedy osobám oprávněným léčivé přípravky předepisovat nebo vydávat (dále jen odborník).
Vezměte v potaz, že nejste-li odborník, vystavujete se riziku ohrožení svého zdraví, popřípadě i zdraví dalších osob, pokud byste získané informace nesprávně pochopil(a) či interpretoval(a), a to zejména reklamní sdělení, která mohou být součástí těchto stránek, či je využil(a) pro stanovení vlastní diagnózy nebo léčebného postupu, ať už ve vztahu k sobě osobně nebo ve vztahu k dalším osobám.

Prohlašuji:

  1. že jsem se s výše uvedeným poučením seznámil(a),
  2. že jsem odborníkem ve smyslu zákona č.40/1995 Sb. o regulaci reklamy v platném znění a jsem si vědom(a) rizik, kterým by se jiná osoba než odborník vstupem na tyto stránky vystavovala.


Ne

Ano

Pokud vaše prohlášení není pravdivé, upozorňujeme Vás,
že se vystavujete riziku ohrožení svého zdraví, popřípadě i zdraví dalších osob.