利用大型语言模型用于合成数据生成,以增强推特中的不良药物事件检测
Anthony Yazdani1, Hossein Rouhizadeh1, Alban Bornet1
1Department of Radiology and Medical Informatics, Faculty of Medicine, University of Geneva, Geneva, Switzerland.
Studies in health technology and informatics
|May 17, 2025
概括
大型语言模型 (LLM) 生成了合成数据,以改善社交媒体中药物不良事件 (ADE) 检测. 这种方法增强了命名实体识别 (NER) 模型,优于在推特中识别ADE的现有方法.
科学领域:
- 自然语言处理自然语言处理.
- 计算语言学 计算语言学
- 药物监督 药物监督 药物监督
背景情况:
- 在社交媒体中检测药物不良事件 (ADE) 是具有挑战性的,因为非正式的文本和有限的注释数据.
- 社交媒体的ADE命名实体识别 (NER) 数据集的稀缺性阻碍了模型开发.
- 现有的方法与用户生成内容的细微差别作斗争.
研究的目的:
- 为了解决社交媒体缺乏注释的ADE数据集的问题.
- 为了利用大型语言模型 (LLM) 来生成合成数据.
- 提高在社交媒体文本中的ADE检测性能.
主要方法:
- 通过使用LLMs生成了17000条ADE注释的合成推文.
- 在合成数据集上预先训练的NER模型.
- 在手动注释的样本外数据集上评估模型 (915条推文).
- 精心调整的人类注释数据的合成预训练模型.
主要成果:
- 合成预训练的NER模型的性能优于最新的基于词典和开放的NER模型.
- 对人类数据的微调进一步超过了当前最先进的ADE检测.
- 通过LLM生成的合成数据显著提高了ADE检测能力.
结论:
- 通过LLM生成的合成数据是一个可行的解决方案,用于减少注释的ADE数据集的稀缺性.
- 合成数据生成可以显著提高社交媒体上的ADE检测性能.
- 这种方法为在线平台上的强有力的ADE监控提供了一个有希望的方向.
相关概念视频
01:19Pharmacovigilance
2.0K
Post-marketing surveillance is a critical component of pharmaceutical regulation, often uncovering unanticipated adverse drug reactions (ADRs) once a drug is widely used over an extended period.
This process, termed pharmacovigilance, aims to detect, evaluate, and minimize harmful effects related to medication use. The data collection for pharmacovigilance depends on spontaneous reporting systems, where healthcare professionals or patients voluntarily report suspected ADRs.
In some cases, there...
This process, termed pharmacovigilance, aims to detect, evaluate, and minimize harmful effects related to medication use. The data collection for pharmacovigilance depends on spontaneous reporting systems, where healthcare professionals or patients voluntarily report suspected ADRs.
In some cases, there...
2.0K
01:18Steps in Outbreak Investigation
780
In the ever-evolving field of public health, statistical analysis serves as a cornerstone for understanding and managing disease outbreaks. By leveraging various statistical tools, health professionals can predict potential outbreaks, analyze ongoing situations, and devise effective responses to mitigate impact. For that to happen, there are a few possible stages of the analysis:
780