PVLens：通过自动标签提取增强药物安全监测
计算与语言
2025-03-28 v2 机器学习
摘要
可靠的药物安全参考数据库对于药物警戒至关重要，但现有资源如 SIDER 已过时且更新不及时。我们引入 PVLens 系统，通过自动从 FDA 结构化产品标签（SPL）中提取标记的安全信息，并将术语映射到 MedDRA。PVLens 通过集成自动化与专家监督，构建了一个基于网页的审阅工具。在针对 97 个药品标签进行的验证中，PVLens 实现了 0.882 的 F1 分数，召回率高达 0.983，精确率为 0.799。通过提供一个可扩展、更准确且持续更新的 SIDER 替代方案，PVLens 增强了实时药物警戒，提高了准确性并提供了时效性的见解。
引用
@article{arxiv.2503.20639,
title = {PVLens: Enhancing Pharmacovigilance Through Automated Label Extraction},
author = {Jeffery L Painter and Gregory E Powell and Andrew Bate},
journal= {arXiv preprint arXiv:2503.20639},
year = {2025}
}