ODD：一个基于自然语言处理的阿片类药物相关异常行为检测基准数据集

阿片类药物相关异常行为（ORABs）是阿片类药物过量的新风险因素。本文介绍了一个名为ODD（ORAB检测数据集，ORAB Detection Dataset）的新型生物医学自然语言处理基准数据集。ODD是一个专家标注的数据集，旨在从患者的电子健康记录（EHR）笔记中识别ORABs并将其分为九类：1）确认的异常行为，2）提示的异常行为，3）阿片类药物，4）适应症，5）确诊的阿片类药物依赖，6）苯二氮䓬类药物，7）用药变更，8）中枢神经系统相关，以及9）健康的社会决定因素。我们探索了两种最先进的自然语言处理模型（微调与提示微调方法）来识别ORAB。实验结果表明，提示微调模型在大多数类别上优于微调模型，且在罕见类别（提示的异常行为、确认的异常行为、确诊的阿片类药物依赖和用药变更）上的提升尤为显著。尽管最佳模型在宏平均精确率-召回率曲线下面积上取得了最高的88.17%，罕见类别仍有很大的性能提升空间。ODD已公开可用。