2026년 7월 23일 Hospital Pharmacy에 게재된 연구에 따르면, 병원 조제 약국 업무를 지원하기 위해 거대언어모델(LLM)을 활용하는 방안이 평가됐다. 연구자인 E. Castellana와 M.R. Chiappetta는 소아 환자를 위한 약물 분쇄 가능 여부, 규제 준수, 제제 타당성을 판단하는 데 있어 Claude Sonnet 4.6의 효율성과 신뢰성을 분석했다. 해당 모델은 프리울리 베네치아 줄리아 주의 '분쇄 금지' 목록, 이탈리아 의약품청(AIFA) 데이터베이스, AIFA Law 648/96 오프라벨 목록 및 Stabilis 안정성 데이터베이스 등 여러 출처의 데이터를 종합하도록 구성됐다.

실험은 프로프라놀롤 하이드로클로라이드와 이마티닙 메실레이트 등 두 가지 약물을 대상으로 진행됐다. LLM 보조 워크플로우를 사용한 결과, 약물당 평균 정보 검색 시간은 1분 45초로 단축됐다. 이는 기존 수동 방식이 20분의 검색 시간과 5~10분의 수기 작성 시간을 필요로 했던 것에 비해 현저히 빠른 수치다. 또한, 모델은 모든 사전 정의된 범주에서 100%의 출력 완료율을 기록했다. 구체적으로 프로프라놀롤의 경우 실온에서 146일간 안정적인 SyrSpend 기반 제제를 확인했으며, 이마티닙은 세포독성 취급 요구사항을 정확히 식별하고 냉장 보관 시 30일간의 대체 안정성 데이터를 제시했다. 연구진은 해당 LLM이 의사결정 지원 도구로서 효과적으로 기능하며, 향후 통상적인 조제 약국 실무에 통합될 가능성이 높다고 결론지었다.

2026년 7월 23일 Hospital Pharmacy에 게재된 연구에 따르면, 병원 조제 약국 업무를 지원하기 위해 거대언어모델(LLM)을 활용하는 방안이 평가됐다. 연구자인 E. Castellana와 M.R. Chiappetta는 소아 환자를 위한 약물 분쇄 가능 여부, 규제 준수, 제제 타당성을 판단하는 데 있어 Claude Sonnet 4.6의 효율성과 신뢰성을 분석했다. 해당 모델은 프리울리 베네치아 줄리아 주의 '분쇄 금지' 목록, 이탈리아 의약품청(AIFA) 데이터베이스, AIFA Law 648/96 오프라벨 목록 및 Stabilis 안정성 데이터베이스 등 여러 출처의 데이터를 종합하도록 구성됐다.

실험은 프로프라놀롤 하이드로클로라이드와 이마티닙 메실레이트 등 두 가지 약물을 대상으로 진행됐다. LLM 보조 워크플로우를 사용한 결과, 약물당 평균 정보 검색 시간은 1분 45초로 단축됐다. 이는 기존 수동 방식이 20분의 검색 시간과 5~10분의 수기 작성 시간을 필요로 했던 것에 비해 현저히 빠른 수치다. 또한, 모델은 모든 사전 정의된 범주에서 100%의 출력 완료율을 기록했다. 구체적으로 프로프라놀롤의 경우 실온에서 146일간 안정적인 SyrSpend 기반 제제를 확인했으며, 이마티닙은 세포독성 취급 요구사항을 정확히 식별하고 냉장 보관 시 30일간의 대체 안정성 데이터를 제시했다. 연구진은 해당 LLM이 의사결정 지원 도구로서 효과적으로 기능하며, 향후 통상적인 조제 약국 실무에 통합될 가능성이 높다고 결론지었다.