据估计，不良事件 (AE) 可能是全球十大死亡和残疾原因之一。在高收入国家，每 10 名患者中就有 1 名会受到各种不良事件可能造成的伤害，其中至少 50% 是可以预防的。在低收入和中等收入国家，每年发生 1.34 亿起此类事件，导致 260 万人死亡。
在不同人群中，不良事件的发生率 伯利兹手机数据 也因年龄、性别、民族和种族差异而异。根据最近的一项研究，外部干扰，如当前的疫情，可以显著改变这些事件的发生率、传播和风险轨迹。
除了直接对患者健康造成影响外，不良事件还会对医疗成本和生产力产生严重不利影响。据估计，经合组织国家医院总活动和支出的 15% 直接归因于不良事件。
因此，迫切需要一种系统的方法来检测和预防全球医疗保健系统中的不良事件。而这正是人工智能技术发挥主导作用的地方。
人工智能在药物不良事件 (ADE) 中的应用
2021 年的范围审查旨在确定潜在的 AI 应用，以预测、预防或减轻 ADE 的影响，重点关注四个相互关联的用例。
第一个用例：预测患者未来发生 ADE 的可能性，以便预防或有效管理这些事件。
第二个用例：预测患者对药物的治疗反应，以防止 ADE，包括预计不会从治疗中受益的患者。
第三个用例：预测特定药物的最佳剂量，以平衡治疗效益和 ADE 相关风险。
第四个用例：预测最合适的治疗方案，以指导选择安全有效的药物疗法。
该评论的结论是，人工智能技术可以在预测、检测和缓解 ADE 方面发挥重要作用。然而，它还指出，尽管评论中包括的研究应用了一系列人工智能技术，但模型开发绝大多数是基于健康记录和行政健康数据库的结构化数据。因此，评论者指出，为了访问和集成非结构化数据（如临床记录），并提高预测模型的性能，整合 NLP 和 Transformer 神经网络等更先进的方法至关重要。