“PHARMIX”药品-不良事件关系知识数据

本数据提供药品与不良事件的关联关系，支持临床用药安全监测、药品不良反应预警、临床决策辅助、药品说明书优化等场景。可用于医药研发、药品监管、临床药学服务、患者用药教育等领域。在临床药学服务领域，该数据能够为临床医师、药师提供科学的决策辅助依据。医护人员可依托药品与不良事件的关联关系，结合患者年龄、病史、用药等个体情况，优化用药方案，规避高风险用药组合，降低不良事件发生率，同时在患者出现异常症状时，快速甄别是否为药物诱发的不良事件，提升临床处置的精准度与效率。。企业通过自研的知识平台沉淀药品说明书,利用OCR和NLP技术构建药品与不良事件的关系网络： 1. OCR扫描 扫描药品说明书并将图片通过OCR技术转为纯文本。 2. 实体识别与关系抽取 使用自然语言处理技术识别药品名称、不良反应临床表现实体，并抽取实体间的关系，形成“药品-不良反应-临床表现”三元组。 3. 实体归一 将提取的药品名称及不良事件实体映射到标准药品名称和医学术语词典（MedDRA）。通过语义匹配模型解决同义词、缩写、错别字等问题，实现数据的标准化处处理。 术语归一相似度:对比原始描述与标准术语，采用模糊匹配+规则化清理，计算量化得分（完全一致为1，存在错误或缩写时低于1），根据相似度得分，最终与MedDRA词典完成标准化映射。 4. 数据集构建 基于图数据库构建药品-不良事件关系，支持多维度查询与推理。 5. 验证与更新 由药学与临床专家对构建的关系数据进行验证，结合用户反馈持续优化数据集。 通过上述步骤，实现从非结构化文本到结构化药品安全知识的转化，支持智能化用药安全服务。

搜集汇总

背景与挑战

背景概述

该数据集是杭州逸曜信息技术有限公司登记的“PHARMIX”药品-不良事件关系知识数据，以Excel格式包含6023条药品与不良事件关联记录，字段涵盖药品名称、关系、临床表现、临床术语、术语归一相似度、所属器官或疾病、发生频率和更新时间，并每年更新。其通过OCR与NLP从药品说明书抽取“药品-不良反应-临床表现”三元组，经MedDRA术语归一和图数据库构建，并由药学与临床专家验证更新，主要用于临床用药安全监测、不良反应预警、临床决策辅助、药品说明书优化及患者用药教育等。