DoriScan: мобильная модель идентификации лекарственных средств на основе штрихкода и формирования предупреждений о безопасности
Получена: 2026-05-30
Опубликована: 2026-06-06
Аннотация
В данном тезисе представлена концептуальная мобильная модель DoriScan, предназначенная для идентификации лекарственных средств по штрихкоду и формирования кратких предупреждений о безопасности на основе достоверной фармацевтической информации. Система рассматривается как информационно-справочный инструмент, а не как медицинское устройство для диагностики или назначения лечения. Предлагаемая модель объединяет мобильный сканер штрихкода, серверный API, базу данных лекарственных средств, локальный кэш и модуль искусственного интеллекта для обработки официальных инструкций к препаратам. В работе описаны архитектура системы, поток данных и предварительные критерии оценки будущего прототипа.
Ключевые слова
Список литературы
-
World Health Organization. Substandard and falsified medical products. Fact sheet. 2024. Available at: https://www.who.int/news-room/fact-sheets/detail/substandard-and-falsified-medical-products
-
GS1. 2D barcode in healthcare. Available at: https://www.gs1.org/industries/healthcare/2d-barcode-healthcare
-
National Library of Medicine. RxNorm API documentation. Available at: https://lhncbc.nlm.nih.gov/RxNav/APIs/RxNormAPIs.html
-
U.S. Food and Drug Administration. About the openFDA API. Available at: https://open.fda.gov/apis/
-
Ryu J.Y., Kim H.U., Lee S.Y. Deep learning improves prediction of drug-drug and drug-food interactions. Proceedings of the National Academy of Sciences. 2018;115(18):E4304-E4311. DOI: 10.1073/pnas.1803294115.
-
Boyce R.D., Gardner G., Harkema H. Using Natural Language Processing to Identify Pharmacokinetic Drug-Drug Interactions Described in Drug Package Inserts. Proceedings of the 2012 Workshop on Biomedical Natural Language Processing. 2012. P. 206-213.
-
Wang A.Y., Chen E.S., Pakhomov S.V., et al. AllergyMap: An Open Source Corpus of Allergy Mention Normalization. AMIA Annual Symposium Proceedings. 2021. Available at: https://pmc.ncbi.nlm.nih.gov/articles/PMC8075505/
-
Zhou T., Xu C., Wang C., et al. Effectiveness of Mobile Medical Apps in Ensuring Medication Safety Among Patients With Chronic Diseases: Systematic Review and Meta-analysis. JMIR mHealth and uHealth. 2022;10(11):e39819. DOI: 10.2196/39819.
Об авторах
Лицензия
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.