LLMが病院の調剤業務効率化に貢献
Semantic Scholar
2026年7月27日 (月)
- •Claude Sonnet 4.6の活用で、調剤情報の検索時間が20分から1分45秒へ短縮された。
- •LLM支援ワークフローにより、薬剤の粉砕可否および規制遵守状況の記録において100%の網羅性を達成した。
- •プロプラノロールとイマチニブの評価により、安定性データおよび特殊な小児調剤要件の正確性が確認された。
2026年7月23日付の『Hospital Pharmacy』誌に、病院の調剤業務支援における大規模言語モデル（LLM）の活用を評価した研究が掲載された。研究者のE. カステッラーナ(E. Castellana)とMR. キアペッタ(MR Chiappetta)は、薬剤の粉砕可否、規制遵守、小児患者向けの調剤実施可能性を判断する際のClaude Sonnet 4.6の効率性と信頼性を検証した。同モデルは、フリウリ・ヴェネツィア・ジュリア州の「粉砕不可」リスト、イタリア医薬品庁（AIFA）データベース、AIFA Law 648/96の適応外使用リスト、および安定性データベース「Stabilis」など、複数のソースからのデータを統合するように構成された。
検証対象には、プロプラノロール塩酸塩とイマチニブメシル酸塩の2種類の薬剤が用いられた。LLM支援ワークフローでは、薬剤あたりの平均情報検索時間が1分45秒まで短縮された。これは、検索に20分、手動転記に5〜10分を要していた従来の手作業プロセスと比較して大幅な効率改善である。モデルは、定義された全カテゴリにおいて100%の出力網羅性を達成した。具体的には、プロプラノロールについてはSyrSpendベースの調剤が室温で146日間安定であることを特定した。またイマチニブに関しては、細胞毒性のある薬剤の取り扱い要件を正しく指摘し、冷蔵条件下で30日間の代替安定性データを特定した。研究チームは、LLMが意思決定支援ツールとして効果的に機能し、日常的なガレヌス製剤（院内調剤薬）の調剤実務へのさらなる統合を後押しすると結論付けた。