换一批大语言模型在药品不良事件报告自动化处理的应用及思考
The Application of Large Language Models in the Automation of Adverse Event Handling
摘要随着药品的广泛使用及其数量品种的不断增多,准确、及时地监测和识别药品不良事件有助于及时发现和评估药品的风险信号,以便采取相应的措施来控制风险,保障公众用药安全.传统人工识别方法成本高、效率低,而人工智能(AI)提供了新的解决方案.本文探讨了大语言模型(LLM)在不良事件报告自动化处理领域的应用现状,与传统自然语言处理(NLP)模型相比,LLM展现出更强的语言理解和生成能力.LLM能够从医疗文本中识别关键实体、评估因果关系并进行文本分类,从而提高监测效率.尽管存在数据隐私、标注质量和模型解释性等挑战,LLM的优化和调整仍有望推动AI技术在药品安全领域的进一步发展.
更多相关知识
关键词
自然语言处理大语言模型药品安全不良反应监测不良事件报告自动化处理natural language processinglarge language modeldrug safetyadverse reaction monitoringautomated adverse event reporting
栏目名称
DOI
10.3969/j.issn.1673-5390.2025.05.009
发布时间
2025-07-11（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览5
- 被引1
- 下载6
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
