OPBench：用于对抗阿片危机的图基基准
机器学习
2026-02-17 v1 人工智能
摘要
阿片药物危机持续在全球范围内造成严重 disruption，压迫医疗系统，破坏家庭，亟需计算方法予以应对。为此，图学习方法已成为建模复杂药物相关现象的有前景范式。然而，仍存在显著缺口：目前缺乏用于系统评估这些方法在真实阿片危机情景下表现的综合性基准。为填补这一缺口，我们引入 OPBench——首个综合性阿片基准，包含跨越三大关键应用领域的五个数据集：从医疗索赔中检测阿片过量、从数字平台中检测非法贸易、从饮食模式中预测药物滥用。具体而言，OPBench 包含多样化图结构，包括异构图和超图，以保留药物相关数据的丰富且复杂的关系信息。为解决数据稀缺问题，我们与领域专家及权威机构合作，遵循隐私与伦理指南，对数据集进行精选与标注。此外，我们建立统一的评估框架，包含标准化协议、预定义数据划分及可复现的基线方法，旨在便于公正且系统化地比较图学习方法。通过大规模实验，我们分析了现有图学习方法的优势与局限，为未来在对抗阿片危机方面的研究提供可操作性见解。我们的源代码与数据集已发布于 https://github.com/Tianyi-Billy-Ma/OPBench。
引用
@article{arxiv.2602.14602,
title = {OPBench: A Graph Benchmark to Combat the Opioid Crisis},
author = {Tianyi Ma and Yiyang Li and Yiyue Qian and Zheyuan Zhang and Zehong Wang and Chuxu Zhang and Yanfang Ye},
journal= {arXiv preprint arXiv:2602.14602},
year = {2026}
}