研究构建药物警戒知识库：247万条关系、11588个药物节点

Li、Zhou、Yeh等作者在medRxiv报告一个证据感知框架，用于整合FDA不良事件报告系统（FAERS）、生物医学文献、临床试验及Mass General Brigham电子健康记录中的药物警戒数据。该框架结合大语言模型信息抽取、本体驱动的语义归一化、跨来源证据评估、统计与机器学习排序，以及基于成分的不良药物事件关系推断。研究称，所构建知识系统含11588个药物节点、44843个成分节点、3275个不良事件节点、993个适应症节点及逾247万条关系，每条药物-不良事件关系均赋置信度评分。作者称，纳入该知识资源后，大语言模型药物特异性不良事件综合的全面性、相关性与整体质量有所提升，临床不良事件关系抽取的精确率与F1分数亦提高。