Алгоритмічна фармакологія: від фармакотерапії до терапії алгоритмами
DOI:
https://doi.org/10.15407/visn2026.04.015Ключові слова:
алгоритмічна фармакологія, алгоритмічна терапія, ШІ у медицині, алгоритмодинаміка, алгоритмокінетика, алгоритмічна доза, регуляторна модель ШІ, персоналізована медицина, інформаційна медицина.Анотація
У статті запропоновано концепцію алгоритмічної фармакології як нової міждисциплінарної галузі біомедичної науки, що вивчає алгоритми та системи штучного інтелекту як потенційні терапевтичні агенти інформаційної природи. Проведено аналіз еволюції терапевтичних парадигм та обґрунтовано закономірність переходу медицини до інформаційного рівня лікувального впливу. Обговорено структурну модель дисципліни, що містить теоретичний, експериментальний та клінічний рівні. Обґрунтовано можливість перенесення фармакологічних категорій (доза, фармакодинаміка, фармакокінетика) на алгоритмічні системи на основі принципу структурного ізоморфізму. Окрему увагу приділено класифікації алгоритмів, формуванню «фармакопеї алгоритмів», питанням регуляторної моделі, алгоритмічної безпеки, етичним аспектам та перспективам інтеграції алгоритмічної терапії у клінічну практику. Запропоновано рівневу модель алгоритмічної автономності та окреслено вимоги до впровадження терапевтичних систем штучного інтелекту.
Як цитувати:
Головенко М.Я. Алгоритмічна фармакологія: від фармакотерапії до терапії алгоритмами. Вісник НАН України. 2026. № 4. С. 15—27. https://doi.org/10.15407/visn2026.04.015
Посилання
Bin Rashid A., Kausik A.K. AI revolutionizing industries worldwide: A comprehensive overview of its diverse applications. Hybrid Advances. 2024. 7: 100277. https://doi.org/10.1016/j.hybadv.2024.100277
Ghafur S., van Dael J., Leis M., Darzi A., Sheikh A. Public perceptions on data sharing: key insights from the UK and the USA. Lancet Digital Health. 2020. 2(9): 444—446. https://doi.org/10.1016/S2589-7500(20)30161-8
Davenport T., Kalakota R. The potential for artificial intelligence in healthcare. Future Healthcare Journal. 2019. 6(2): 94—98. https://doi.org/10.7861/futurehosp.6-2-94
Vial A., Stirling D., Field M., Ros M., Ritz C., Carolan M., Holloway L., Miller A.A. The role of deep learning and radiomic feature extraction in cancer-specific predictive modelling: a review. Translational Cancer Research. 2018. 7(3): 803—816. https://doi.org/10.21037/tcr.2018.05.02
Gaviria-Valencia S., Murphy S.P., Kaggal V.C., McBane II R.D., Rooke T.W., Chaudhry R., Alzate-Aguirre M., Arruda-Olson A.M. Near real-time natural language processing for the extraction of abdominal aortic aneurysm diagnoses from radiology reports: algorithm development and validation study. JMIR Medical Informatics. 2023. 11: e40964. https://doi.org/10.2196/40964
Uri A. An Introduction to Systems Biology. Chapman and Hall/CRC, 2006. https://doi.org/10.1201/9781420011432
Shortliffe E., Cimino J. Biomedical Informatics: Computer Applications in Health Care and Biomedicine. Springer, 2021. https://doi.org/10.1007/978-3-030-58721-5
Golovenko M.Ya., Larionov V.B. From Pharmacological Informatics to Informational Pharmacology: A Conceptual Shift in Therapeutics. In: International Multidisciplinary Conference on Innovation, Technology and Sustainability. Futurity Research Publishing, 2026. https://doi.org/10.5281/zenodo.18719816
Golovenko M.Ya. Fiziko-khimicheskaya farmakologiya [Physicochemical Pharmacology]. Odessa, 2004 [in Russian].
Topol E. Deep Medicine: How Artificial Intelligence Can Make Healthcare Human Again. Basic Books, 2019.
Torous J., Bucci S., Bell I.H., Kessing L.V., Faurholt-Jepsen M., Whelan P., Carvalho A.F., Keshavan M., Linardon J., Firth J. The growing field of digital psychiatry: current evidence and the future of apps, social media, chatbots, and virtual reality. World Psychiatry. 2021. 20(3): 318—335. https://doi.org/10.1002/wps.20883
Luxton D.D. Artificial Intelligence in Behavioral and Mental Health Care. Academic Press, 2016. https://doi.org/10.1016/C2013-0-12824-3
Collins F.S., Varmus H. A new initiative on precision medicine. New England Journal of Medicine. 2015. 372: 793—795. https://doi.org/10.1056/NEJMp1500523
Esteva A., Robicquet A., Ramsundar B. et al. A guide to deep learning in healthcare. Nature Medicine. 2019. 25: 24—29. https://doi.org/10.1038/s41591-018-0316-z
Artificial Intelligence / Machine Learning-Based Software as a Medical Device Action Plan. FDA, 2021. https://www.fda.gov/media/145022/download
Software as a Medical Device: Possible Framework for Risk Categorization and Corresponding Considerations. IMDRF, 2014. https://www.gmp-compliance.org/files/guidemgr/imdrf-tech-140918-samd-framework-risk-categorization-141013.pdf
Mohr D.C., Weingardt K.R., Reddy M., Schueller S.M. Three Problems with Current Digital Mental Health Research and Three Things We Can Do About Them. Psychiatric Services. 2017. 68(5): 427—429. https://doi.org/10.1176/appi.ps.201600541
Torous J., Jän Myrick K., Rauseo-Ricupero N., Firth J. Digital mental health and COVID-19: using technology today to accelerate the curve on access and quality tomorrow. JMIR Ment. Health. 2020. 7(3): e1884818. https://doi.org/10.2196/18848
Golovenko M., Larionov V. Information window as a methodology for assessing the safety and effectiveness balance of artificial intelligence medical systems. Artificial Intelligence. 2025. 30(4): 10—23. https://doi.org/10.15407/jai2025.04.010
Golovenko M.Ya., Larionov V.B. Methodological foundations for ensuring the safety and clinical effectiveness of artificial intelligence systems in healthcare. In: Public Health System in Ukraine and EU Countries: Realities, Transformation, Development Vectors, Perspectives. Riga, Latvia: Baltija Publishing, 2025. P. 447—459. https://doi.org/10.30525/978-9934-26-637-9-19
Golovenko M.Ya. “Philosophy” of Pharmaceutical Innovations. Visn. Nac. Akad. Nauk Ukr. 2012. (3): 59—66. https://doi.org/10.15407/visn2012.03.059
