基于DeepSeek的药物洗脱支架不良事件数据治理和风险信号检测及分析模型构建
Construction of a Data Governance and Risk Signal Detection and Analysis Model for Adverse Events of Drug-Eluting Stents Based on DeepSeek
摘要目的 针对药物洗脱支架这一高风险植入类医疗器械不良事件报告中存在的不良事件表现描述不规范、不统一等问题,构建一个基于 DeepSeek 的药物洗脱支架不良事件的数据治理、风险信号检测和分析模型,实现对不良事件报告的结构化规整、风险信号检测与智能分析.方法 收集 2020 年 5 月 1 日至 2025 年 4 月 30 日国家医疗器械不良事件监测信息系统中广东省医疗机构的 194 份药物洗脱支架不良事件报告,利用 Python 工具库组合构建基于 DeepSeek 的药物洗脱支架不良事件数据治理、风险信号检测和分析模型.对报告数据进行脱敏处理后,利用 DeepSeek 对"器械故障表现""伤害表现""故障部位"等关键字段自动建立术语集,实现字段结构化规整;采用报告比值比、比例报告比等比例失衡方法进行风险信号检测;通过提示词引导 DeepSeek 从产品设计、生产工艺、材料特性、流通存储、临床使用、产品维护等关键环节开展分析评价.结果 构建的分析模型将194份药物洗脱支架不良事件报告中的154项故障表现规整为8项;通过比例失衡方法检出5个风险信号.结论 基于DeepSeek 构建的药物洗脱支架不良事件数据治理、风险信号检测和分析模型,可提高药物洗脱支架不良事件数据规整效率与风险信号识别能力,为医疗器械不良事件监测提供了智能化技术路径.
更多相关知识
- 浏览1
- 被引0
- 下载1

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文


换一批



