由人工智能支持的案例系列评估叙事搜索引擎查询建议

科学领域:

• 药监和药物安全 药监和药物安全
• 医疗保健中的人工智能
• 信息检索 信息检索

背景情况:

• 对大型不良事件报告 (病例系列) 数据集的手动审查具有挑战性.
• 为这些数据集开发有效的搜索查询通常是一个手动和耗时的过程.
• 人工智能驱动的查询建议可以帮助评估人员识别相关的案例叙述.

研究的目的:

• 评估AI支持的叙事搜索引擎的可行性,以确定特定的案例叙述.
• 评估人工智能 (AI) 在建议关于不良事件报告的相关搜索术语方面的有效性.

主要方法:

• 开发了一个使用Best Match 25 (BM25) 的叙事搜索引擎.
• 该引擎结合了来自英语和生物医学词嵌入模型的AI生成的查询建议.
• 在VigiBase数据上评估性能,将回忆和精度与准确匹配和RM3搜索进行比较.

主要成果:

• 由人工智能支持的引擎平均回忆率为56.4%,远高于准确匹配 (21.8%) 和RM3 (34.4%) 搜索.
• 精度仍然可比 (54.5%与43.1%) 尽管回忆增加.
• 该系统成功地从VigiBase数据集中检索出更高比例的相关叙述.

结论:

• 人工智能查询建议增强了叙事搜索引擎的不良事件报告分析.
• 这种方法为传统的搜索方法提供了可行的替代方案,改善了信号检测.
• 开发的系统有助于在大型案例系列中获取关键信息.