-
题名基于大语言模型的患者病历药物警戒画像技术研究
- 1
-
-
作者
吴正善
张纾
林翼旻
雷毅
王青
孙志刚
张琳
-
机构
福建省药品审评与监测评价中心
清华海峡研究院(厦门)药物警戒信息技术与数据科学研究中心
-
出处
《医药导报》
北大核心
2025年第4期554-560,共7页
-
基金
国家药品监督管理局药品监管科学体系建设重点项目(RS2024G001)
药品监管科学全国重点实验室课题(2024SKLDRS0233)。
-
文摘
目的通过研究基于大语言模型的患者病历药物警戒画像技术,旨在提高我国药品上市后安全性监测评价的效率和准确性,为保障广大患者的用药安全提供科学方法和技术支持。方法构建包含患者个体差异、用药细节和不良反应表现的药物警戒画像,利用药物警戒领域知识图谱对大语言模型进行增强,并设计针对性的提示词来引导模型输出药物警戒画像。结果大语言模型在主动监测中展现出显著优势,能够有效处理和分析医疗文本数据,提高药品不良反应监测和预测能力。通过提示词的设计,模型能够更加准确地描绘患者药物警戒画像,为医疗专业人员提供决策支持。结论基于大语言模型的患者病历药物警戒画像技术研究为早期发现和预防药品不良反应的发生提供了科学依据和技术支持,有助于降低医疗成本,改善医疗结局或预后,为保障患者用药安全开辟了新的路径。
-
关键词
药物警戒
主动监测
患者画像
大语言模型
知识图谱
-
Keywords
Pharmacovigilance
Active monitoring
Patient profiling
Large language models
Knowledge graph
-
分类号
R95
[医药卫生—药学]
TP391
[自动化与计算机技术—计算机应用技术]
-
