AskGLP1:用于从在线患者叙述中探索 GLP-1 用药体验的知识图谱 LLM 智能体
AskGLP1: A Knowledge Graph LLM Agent for Exploring GLP-1 Experience from Online Patient Narratives
精选理由
结构化患者经验,揭示GLP-1药物副作用差异,促进患者中心的药物安全监测
AI 摘要
GLP-1 药物越来越多地用于体重管理,许多人也会在网上分享他们的用药体验。这些叙述展现了人们使用这些药物的原因及其经历,但仍然缺乏结构化,并且与正式的药物警戒体系相互割裂。因此,我们提出 AskGLP1,这是一个能够将在线患者叙述转化为知识图谱(KG),并回答有关用药体验问题的系统。通过基于 MedDRA 术语体系、由 LLM 辅助的处理流程,AskGLP1 从近 850 万条 Reddit 帖子中筛选出涉及用药体验的内容,并将其中 163,135 条以及 2,506 条 WebMD 评论提炼为一个知识图谱,其中包含 385,790 条药物—副作用和药物—用途关系。我们发现,GLP-1 用药体验具有来源特异性和药物特异性。在线叙述与 FAERS 共享最常见的胃肠道症状,但更突出疲劳和食物厌恶等日常负担;相比之下,FAERS 报告更常包含注射部位反应,以及胰腺炎等特定的严重诊断。我们进一步发现,与 semaglutide 相比,帖子中报告的 tirzepatide 恶心和呕吐更少;Wegovy 引发的疲劳多于 Ozempic,Zepbound 引发的疲劳多于 Mounjaro。评估显示,该智能体能够基于可验证的证据作答,并会拒绝提供医疗建议的请求。我们的研究揭示了 FAERS 所捕捉的信息与人们在线报告内容之间的差距,并呼吁采用以患者为中心的药物警戒方法。代码、提示词和评估问题见 https://github.com/ZhaoqianXue/AskGLP1】【。