Penelitian ini mengkaji integrasi farmakogenomik dan kecerdasan buatan (AI) dalam mendukung pengembangan precision medicine, khususnya untuk memprediksi respons obat yang berbeda pada setiap individu. Studi ini bertujuan mensintesis perkembangan metode AI, aplikasi klinis, serta tantangan implementasinya dalam farmakogenomik. Metode yang digunakan adalah Systematic Literature Review (SLR) berbasis kerangka PRISMA terhadap 34 artikel ilmiah terindeks Scopus yang terbit pada periode 2021–2025. Hasil kajian menunjukkan bahwa model AI, terutama machine learning dan deep learning, mampu memprediksi respons obat dengan akurasi tinggi serta meningkatkan stratifikasi pasien dan integrasi ke dalam sistem pendukung keputusan klinis. Integrasi data multi-omics juga meningkatkan kinerja model dan transparansi melalui pendekatan explainable AI. Temuan ini menegaskan potensi besar AI-farmakogenomik dalam meningkatkan terapi yang lebih personal, efisien, dan berbasis bukti, sekaligus menyoroti pentingnya tata kelola data, validasi lintas populasi, serta kerangka etika dan regulasi untuk implementasi klinis yang bertanggung jawab.