与Micromedex®相比,在移动应用程序中评估药物信息的准确性和完整性:泰国在线社区的基于AI的研究

科学领域:

• 药物信息学 是一种信息学.
• 医疗信息学 医疗信息学
• 自然语言处理自然语言处理.

背景情况:

• 准确的药物信息对于安全的药物实践至关重要.
• 医疗保健专业人员越来越多地使用移动医疗应用程序 (MMA).
• 与机构数据库相比,MMA的质量尚未得到充分探索,尤其是在非英语,资源有限的环境中.

研究的目的:

• 为了比较三家MMA (Lexicomp®,Medscape®,Epocrates®) 与Micromedex®的药物信息的准确性和完整性.
• 用AI分类的泰语临床问题来对MMA进行基准测试.
• 在非英语,资源有限的背景下评估MMA的可靠性.

主要方法:

• 从网上论坛收集了1500个泰语药物治疗问题.
• 使用WangchanBERTa (泰国NLP模型) 进行问题分类.
• 药剂师对194个问题进行了准确性和完整性的评估,与Micromedex®对比.

主要成果:

• 微米德克斯®显示了最高的准确性 (55.7%) 和完整性 (53.2%).
• 在MMA中,Lexicomp®表现最好 (准确率为32.3%,完整性为29.4%),表现优于Medscape®和Epocrates®.
• 没有MMA能够达到机构数据库Micromedex®的可靠性.

结论:

• 在某些药房设置中,Lexicomp®可能作为Micromedex®的可行替代品.
• 目前,MMA缺乏与已建立的机构数据库相当的可靠性.
• 基于NLP的药物信息基准测试提供了一种可重复的方法,用于在各种医疗保健系统中评估数字健康工具.