换一批摘要人工智能(AI)的出现无论是在研究数量还是研究范式上都对医学研究与实践产生了重大影响,成为促进药物流行病学发展的重要工具.然而,传统AI在助力药物流行病学研究的同时也面临着数据处理复杂、药物暴露与潜在结局识别困难、研究设计与实施耗时耗力等诸多挑战.以大语言模型(LLMs)为代表的生成式AI的快速发展,在提升研究效率、转变研究范式以及促进知识发现等方面展现出独特的潜力.LLMs具备自然语言理解与生成能力,通过深度挖掘多维度数据资源,能够快速、准确地提取、分析、总结和呈现所需信息,不仅可助力药物发现、药物再利用、药物警戒等药物流行病学任务,还能为研究方案设计、数据分析、结果解读和论文发表等全过程提供有力支持.在LLMs的推动下,药物流行病学研究正逐渐迈入依托大数据与自动化分析的新阶段.然而LLMs在应用中也存在数据偏差、结果"幻觉"、伦理与法律监管空缺等问题.通过加强跨学科合作、建立规范化评价体系、完善伦理与法规指导、提高数据质量,加强从业者培训和能力建设、以及推进人机协同的研究模式等,有望充分释放LLMs在药物流行病学中的应用潜力,为药品监管与公共卫生决策提供更为科学、快速和高效的技术支撑.
更多相关知识
关键词
人工智能大语言模型药物流行病学药物发现药物再利用药物警戒Artificial intelligenceLarge language modelsPharmacoepidemiologyDrug discoveryDrug repurposingPharmacovigilance
栏目名称
DOI
10.12173/j.issn.1005-0698.202504033
发布时间
2025-10-27（万方平台首次上网日期，不代表论文的发表时间）
- 浏览0
- 被引1
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
