Video Experimental Relacionado
Updated: Jan 18, 2026

Augmenting Large Language Models via Vector Embeddings to Improve Domain-Specific Responsiveness
Published on: December 6, 2024
Integración de Modelos Lingüísticos Grandes en Farmacias Comunitarias de los EAU: Perspectivas de los Farmacéuticos
Anan S Jarab1, Ahmad Z Al Meslamani2, Walid Al-Qerem3
1Department of Clinical Pharmacy, Faculty of Pharmacy, Jordan University of Science and Technology, Irbid, Jordan, just.edu.jo.
Los farmacéuticos de los EAU perciben riesgos significativos con los modelos lingüísticos grandes (LLM), incluidas preocupaciones sobre seguridad y empatía. Abordar estas barreras a través de la capacitación y medidas de seguridad es crucial para una adopción segura en farmacias comunitarias.
Área de la Ciencia:
- Informática en Salud
- Inteligencia Artificial en Salud
- Investigación en Práctica Farmacéutica
Sus antecedentes:
- El sector de la salud de los EAU está avanzando rápidamente con nuevas tecnologías.
- Comprender las perspectivas de los farmacéuticos sobre los modelos lingüísticos grandes (LLM) es vital para las iniciativas de salud digital.
- Abordar los desafíos de implementación para los LLM en farmacia es una prioridad nacional.
Objetivo del estudio:
- Explorar las opiniones de los farmacéuticos de los EAU sobre los beneficios y desventajas de la adopción de LLM.
- Identificar las barreras que dificultan la integración de LLM en las farmacias comunitarias.
- Determinar los factores asociados con un aumento de las preocupaciones sobre los LLM.
Principales métodos:
- Se realizó una encuesta transversal con 528 farmacéuticos comunitarios en los EAU.
- Un cuestionario validado evaluó datos sociodemográficos, beneficios percibidos, preocupaciones y barreras.
- Se utilizó regresión logística binaria para analizar los factores relacionados con las preocupaciones sobre los LLM.
Principales resultados:
- Los farmacéuticos informaron bajos beneficios percibidos para el soporte 24/7 (37,3%) y planes de atención personalizados (74,4%).
- Las principales barreras incluyeron la necesidad de supervisión (54,7%) y la formación insuficiente (32,4%).
- Las preocupaciones clave fueron fallos técnicos (97,5%), hackeo (97,2%) y falta de empatía (95,6%).
- Los farmacéuticos mayores y aquellos con títulos superiores mostraron diferentes niveles de preocupación.
Conclusiones:
- La integración de LLM en las farmacias enfrenta importantes obstáculos como riesgos de seguridad y déficits de empatía.
- Se requiere capacitación mejorada, seguridad sólida y soluciones LLM personalizadas.
- Estas intervenciones apoyarán la adopción segura y efectiva de LLM en entornos de farmacia.
Más Videos Relacionados
12:18A Machine Learning Approach to Design an Efficient Selective Screening of Mild Cognitive Impairment
Published on: January 11, 2020
05:47Evidence-based Knowledge Synthesis and Hypothesis Validation: Navigating Biomedical Knowledge Bases via Explainable AI and Agentic Systems
Published on: June 13, 2025
Videos de Conceptos Relacionados
Model Approaches for Pharmacokinetic Data: Distributed Parameter Models
The distributed parameter models are specifically designed to account for variations and differences in some drug classes. This model is particularly useful for assessing regional concentrations of anticancer or...
Analysis of Population Pharmacokinetic Data
Physiological Pharmacokinetic Models: Incorporating Hepatic Transporter-Mediated Clearance
A recent model describes pravastatin's hepatobiliary excretion,...
Pharmacokinetic Models: Overview
There are three primary types of models: empirical, compartment, and physiological. Empirical models, with minimal...
Model Approaches for Pharmacokinetic Data: Physiological Models
Pharmacokinetics in Obese Patients: Drug Metabolism and Excretion