换一批基于大语言模型的患者病历药物警戒画像技术研究
Pharmacovigilance Profiling Technology for Patient Medical Records Based on Large Language Models
摘要目的 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.
更多相关知识
关键词
药物警戒主动监测患者画像大语言模型知识图谱PharmacovigilanceActive monitoringPatient profilingLarge language modelsKnowledge graph
栏目名称
DOI
10.3870/j.issn.1004-0781.2025.04.009
发布时间
2025-04-24（万方平台首次上网日期，不代表论文的发表时间）
基金项目
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（2024SKLDRSO233）
- 浏览13
- 被引1
- 下载25
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
