摘要

目的：构建并验证一套面向上市后多源自由文本的人工智能（AI）筛查工具与配套管理流程，以提升药物警戒工作中对药品不良反应（ADR）报告的自动化识别能力与处理效率。方法：依据不同来源文本特征实施差异化建模，对热线电话记录与销售拜访记录等短文本采用文本卷积神经网络，对学术文献等长文本采用Transformer 模型。联合药品与ADR 扩展词库进行自动筛查，并提出人机协作的流程重构方案。结果：在热线电话记录、销售拜访记录与学术文献3 类场景中，模型召回率均为99%。三者对应的精确率分别为75.5%、53.5% 与53.0%，准确率分别为97.2%、99.0% 与75.6%。结论：针对多源非结构化文本的差异化AI 方案，可有效提升ADR 识别的敏感性与筛查效率。配套的人机协作与系统集成有助于实现主动监测与流程前移，降低漏报风险并强化合规性。

关键词：人工智能；药物警戒；药品不良反应；上市后监测；自由文本挖掘；主动监测

药品上市后安全性监测是现代药物警戒（pharmacovigilance，PV）体系的核心组成部分。受限于临床试验的设计特点，试验人群通常需要满足严格的入选与排除标准，且样本量有限，难以充分反映真实世界中复杂的用药场景。因此，上市后药品不良反应（adverse drug reaction，ADR）报告在识别新型安全信号、优化风险- 获益平衡以及保障患者用药安全方面具有不可替代的关键作用[1]。近年来，随着药品品种增多、用药环境复杂化和社会公众健康意识提升，上市后ADR 报告的数量和来源持续增长。医药企业和监管机构面临着前所未有的数据压力与合规挑战，传统依赖人工的信息收集、筛查和处理模式逐渐暴露出人力资源紧张、效率低下、信息误报与漏报风险增加等问题[2-3]。

我国监管法规明确要求药品上市许可持有人应对产品安全实施全生命周期管理[4]。其中，高质量ADR 报告的收集与处理是PV 体系的核心环节，涵盖信息收集、初步筛查、数据库录入、个例评估与向监管部门递交等流程。

相较于上市前报告，上市后ADR 报告来源更为多样，可包括企业内部的各类患者支持项目、市场调研、销售拜访记录、患者或医护人员热线电话反馈记录、学术文献以及监管部门的反馈报告等[5]。除监管部门提供的结构化报告外，其余多数来源为非结构化的自由文本信息。随着药品上市后信息量的日益增长，传统管理模式显现出若干不足。首先，多数ADR 报告信息的初始收集由非专业人员操作，相关人员普遍缺乏PV 专业知识，在信息传递过程中易引入漏报或错报风险。其次，不同渠道的数据质量不一、表达形式多样，这增加了后续数据清洗与初步筛查的技术难度。在高标准合规要求下，确保ADR报告的准确性与数据录入的完整性成为基本前提。然而， 随着ADR 报告来源和数据规模的不断扩大，传统人工流程在应对海量信息时，已难以兼顾处理质量与响应时效。

在此背景下，行业亟需建立面向非结构化自由文本的高效、规范、智能化的ADR 信息管理新模式。上述挑战主要体现在信息收集与初步筛查阶段。如何全面、及时且准确地从非结构化文本中识别和处理ADR 信息，已成为优化PV 体系的核心课题。自然语言处理（natural language processing，NLP）与人工智能（artificial intelligence，AI）技术的发展，为从非结构化自由文本中高效识别ADR 信息提供了可行路径[6-7]。AI 能够对文本中的语义进行识别和判断，从而在繁杂的内容中识别出特定的ADR信息[8]。

本研究旨在利用AI 技术，构建从非结构化信息中自动检索和筛查ADR 信息的方法。研究采取“分场景差异化建模+ 专业词库增强+ 流程重构”的技术与管理一体化方案，并基于真实业务数据评估其有效性。

01、数据来源与文本特征

本研究聚焦3 类具有代表性的信息渠道：学术文献、热线电话记录与销售拜访记录，其各自特点如下。①学术文献：文献报告多为临床研究或病例分析，其主题内容通常聚焦于临床疗效评估，ADR 信息可能分散于结果或讨论部分，患者和用药信息也常散布于全文各处。由于相关文献多由医学领域的专业人士撰写，其语言表述规范、专业性强，文本较长且结构复杂。②热线电话记录：电话内容多集中于医学或用药咨询。根据相关法规要求，药品说明书中应包含企业联系方式。该渠道也是患者和医务人员与企业沟通的常用途径之一。此类交流通常结构简明，文本长度有限，语言风格偏向口语化。药品及ADR 相关信息多集中于特定文本片段，相对便于系统检索。③销售拜访记录：根据相关法规要求，医药代表职责包括收集、反馈药品临床使用情况、ADR 及临床需求信息等。拜访记录中可能包含医生现场反馈的信息，文本长度相对较短，信息较为集中。

02、方法

2.1 数据标注与清理

上述3 种来源的数据，在表达方式、报告数量与内容复杂程度上均存在差异。训练集的选取需要充分考虑其代表性，以期覆盖全部场景。因此，笔者团队基于过去1 年内在真实业务中收集的学术文献、热线电话记录与销售拜访记录，从药品种类、文本质量、报告者身份及文献种类等角度对数据进行筛选，使其在各维度上均匀分布。

在针对来源进行数据筛选后，笔者团队需要对文本进行进一步处理，使其转化为结构化的数据。由2 名资深PV 人员根据标准操作规程（standard operating procedure，SOP）独立判定自由文本是否包含“患者- 使用-药品”或“患者- 发生不良事件（adverse event，AE）” 的最小要素，判定是否存在AE 信息。如果标注信息与既往处理结果不一致，则由第三人进行仲裁，以确保数据的准确性与一致性。同时，对文本中的怀疑用药信息（如通用名、商品名、剂型、生产厂家等）、AE 名称及患者相关信息（如年龄、性别、人称指代等）进行标注，以便后续模型训练使用。

经过上述步骤处理后，从每个渠道分别选取1500 例训练用数据和500 例测试用数据。

2.2 关键词词库构建

ADR 和药品名称均为专有名词，需要词库支持以便模型进行识别。ADR 词库包含AE 相关专业术语及其在日常用语中的近义词。笔者团队以国际通用的标准化医学术语集《监管活动医学词典》（Medical Dictionary for Regulatory Activities，MedDRA）为基础，额外从笔者所在企业内部安全数据库中筛选出既往收录的国内报告中出现的AE 名称。同时，还增补了临床常用表达、口语近义词以及纳入需关注的特殊情形（如妊娠期暴露、超适应症用药等）。去除重复名称后，由以上内容组成ADR 词库。

药品词库包含目标产品的通用名、商品名、剂型、生产厂家与注册信息等。笔者团队基于国家药品监督管理局的产品数据库，筛选出所有与笔者所在企业产品具有相同活性成分的产品注册信息。同时，标注出这些产品的上市许可持有人，以便后续模型在筛选过程中快速识别并剔除非本企业产品的报告。

2.3 模型选择与任务设定

在NLP 领域， 常用的AI模型主要包括卷积神经网络（convolutional neural network，CNN）、循环神经网络（recurrent neural network，RNN）、长短时记忆网络（long short-term memory，LSTM）， 以及基于自注意力机制的Transformer模型等[9]。不同模型在文本长度、语义捕捉能力、计算效率等方面各有优势。其中，RNN 和LSTM 模型在早期NLP 任务中用于序列建模，但由于其时间步长受限、难以并行及长距离依赖等问题[10]，近年来已逐步被CNN 和Transformer 等模型所取代。文本卷积神经网络（text convolutional neural network，text-CNN）模型基于CNN，擅长提取短文本中的局部关键信息。该模型通过多种卷积核高效识别关键词和短语，其结构相对简单，计算速度较快[10]。Transformer模型则以自注意力机制为核心，能够对长文本中的词语关联和全局语义进行深度建模，有效提高多模态文本的信息提取能力[10]，适用于学术文献、调查报告等长文本，以及其他结构复杂、信息分散的场景。

在判定自由文本是否为AE时，关键在于识别信息中的AE、怀疑药品和患者信息，且三者应具备语义关联，即满足“患者-使用药品- 发生AE”的基本逻辑关系。因此，AI 模型的构建也主要围绕识别文本信息中上述3个元素及其语义关系。

针对文本来源差异，笔者团队采用差异化模型并行策略。综合考虑模型运行速度与业务需求，针对短文本采用text-CNN 模型以捕捉局部关键信息，针对长文本则采用Transformer 模型以建模长距离依赖与全局语义。

整体模型架构如图1 所示。针对输入的文本信息，基于其长度分别进入短文本或长文本处理流程。随后，使用关键词词库对文本初步筛查， 排除不含药品或ADR 信息的记录。对通过初步筛查的文本进行分词与特征化后，分别由对应的text-CNN 或Transformer 模型进行进一步的语义判定并输出结果，提取出判定后的患者、药品和ADR 信息。

2.4 模型性能评价

AI 模型的评估具有多个指标，常用的指标包括召回率、精确率、准确率、F1 分数等[11]，具体计算公式如下：①召回率= 真阳性例数/（真阳性例数+ 假阴性例数）。②精确率= 真阳性例数/（真阳性例数+ 假阳性例数）。③准确率=（真阳性例数+ 真阴性例数）/（真阳性例数+ 假阳性例数+ 真阴性例数+ 假阴性例数）。④ F1 分数=2×（精确率× 召回率）/（精确率+ 召回率）。AI 模型评估结果判断表见表1。

人工智能辅助上市后药品不良反应自动化识别与流程重构

F1 分数是召回率和精确率的综合指标，常被选定为评估和比较模型性能的指标。然而，F1 分数并非适用于所有工作和研究目的。实际业务中，在学术文献、热线电话记录和销售拜访记录等场景中，待筛选数据量庞大，但其中ADR 信息占比较低（通常低于10%），漏报风险较高。因此，业务上对模型的要求是具备极高的召回率，以确保阳性报告的检出；同时，也需追求可接受的精确率，以减少人工复核的报告数量。

在模型训练阶段，采取K 折交叉验证的方式进行。将上述3种来源的训练集数据分别经随机抽样分为K 个子集，使用K-1 个子集数据进行模型训练，并以剩余的1 个子集数据进行验证。在获得初步模型参数后，重复此过程，进一步对模型参数进行调优，直至确定最终模型参数。

在最终用户测试环节，模型在热线电话记录、销售拜访记录和学术文献3 个渠道的实测召回率均达到99%，超过人工审阅标准，有助于确保每一份潜在的ADR 报告均可以被识别。同时，模型还表现出较高的准确率，能够确保占总样本量80% 以上的阴性报告可以被准确剔除。最终用户测试结果具体见表2。

人工智能辅助上市后药品不良反应自动化识别与流程重构

03、系统集成与流程变更

3.1 系统集成

在AI 模型的基础上，笔者团队建立了专用的数据接口和前端交互页面，以实现多系统数据对接与人员操作。上述3 类数据分别来源于不同的数据库，其数据格式各不相同。因此，对于不同来源的数据，笔者团队分别建立了单独的子页面，以便于后续的维护管理和配置。模型对于各来源数据的识别情况和处理结果会被实时统计，以便于日常监测。同时，系统也支持对任意时间段内的数据进行回溯，以追踪整体运行趋势。

该系统支持根据数据来源定制数据输入模板，以增强系统拓展能力。未来如需增加新的数据来源，无需调整原有系统架构，仅需按照数据格式配置模板，即可对接其他系统数据。这一机制有效提升了系统部署与推广过程的效率与灵活性。

整个系统同时支持自动和手动两种数据传输方式。系统数据可自动同步至筛选模型，以实现快速响应，有助于ADR 的早发现与早处理。在自动数据同步受限的情况下，也可采用电子邮件或其他数据传输方式，将数据手动导入筛查模型，这进一步完善了流程的稳健性。

此外，由于PV 数据常包含大量患者个人隐私信息，笔者团队在数据安全与隐私保护方面也进行了相应设置。数据在进入AI识别系统后，系统会先对个人敏感信息进行脱敏处理，仅将脱敏后的信息传递至模型进行筛选，以减少隐私泄露风险。整个系统的开发过程严格按照医药质量管理规范体系（GXP）进行管理，并搭建在企业内部经过验证的私有云服务器上，确保数据安全可靠。该系统实施严格的权限管理，只有经过培训认证的PV 人员可被授予相应操作权限。所有数据访问和操作均会被系统日志完整记录，以支持异常发现与事后审计。

3.2 人机协作

在AI 系统的辅助下，PV 人员的职责将从传统的ADR 报告初筛与判定，逐步转向筛查规则制定、模型参数优化，以及对复杂案例的补充审核等。

基于模型所表现出的高召回率的性能特征，笔者团队重新构建了对自由文本的监测筛查策略。由AI 完成大规模初筛，再由人工对初筛结果进行复核。测试结果显示， 超过99% 的ADR 可被模型检出。在合规风险可控的前提下，对模型判定为阴性的文本实施免复核策略，从而有效降低人工审阅的负担。当前模型的精确率相较于人工尚存在提升空间，其产生的假阳性报告可通过后续复核环节予以剔除。经过人工修正后的数据也可作为模型迭代的数据来源，用于持续优化模型性能，从而减少误判。

上述流程的运行依赖于模型性能的稳定。目前，PV 领域关于AI 模型性能的质量控制尚无广泛共识的标准。根据药品生产质量管理规范（good manufacturing practice，GMP）要求，笔者团队建立了定期抽样方法与性能复核的流程。同时，基于实际业务运行情况和合规要求，将质量指标设定为“召回率≥ 95%，精确率≥ 40%”。此外， 参考GB/T2828.1—2012《计数抽样检验程序 第1 部分：按接收质量限（AQL）检索的逐批检验抽样计划》等相关标准，确定了抽样比例和标准。一旦性能监测结果未达到质量标准，将启动问题调查流程，并制定相应的纠正和预防措施，以确保整个流程的稳定性与可靠性。

3.3 流程优化

传统流程中，受限于系统壁垒及数据体量，多数ADR 报告由其他部门前端人员判断后，再传递至PV 人员完成信息确认和录入。PV 人员处于流程末端，此模式的潜在弊端体现在：一方面，存在前端漏报和错报风险；另一方面，PV 人员信息获取滞后，难以及时获取ADR 信息。

基于AI 模型快速检索大量数据的能力及其高召回率的优势，PV 人员得以直接处理海量的药品上市后数据。该方式为PV 人员实现对药品上市后数据的主动监测提供了技术支持和可行性依据。

在新的项目和渠道启动前，PV 团队可提前沟通并了解数据特点，确认数据格式、交换方式和频率等。新的流程在减轻信息渠道前端人员工作负担的同时，降低了ADR 报告的漏报风险，提升了整个项目的合规性，从而能更及时、有效地保障患者用药安全。优化后的药品上市后自由文本信息筛选流程见图2。

人工智能辅助上市后药品不良反应自动化识别与流程重构

04、整体效能评估

将AI 系统引入药品上市后ADR 报告处理流程后，整体筛查效率和合规水平均得到提高。各渠道的报告数据可在12 h 内完成同步，由信息传递延迟导致的超期报告和漏报报告数量减少约90%，整体筛选所需时间较AI系统引入前（以系统运行前3 个月的数据为基线）缩短约80%。

05、讨论与展望

本研究探讨并验证了利用AI技术从药品上市后来源自由文本中自动筛查ADR 信息的有效方法。通过“分场景差异化建模+专业词库增强+ 流程重构” 的系统方案，实证了AI 在上市后ADR 信息自动化识别中的重要价值：在实现近乎完全召回的同时，保持了可接受的精确率，并借助人机协作机制有效剔除误报信息。整体上，该方案初步实现了高效、规模化的主动监测功能。该模式有助于企业在资源有限的条件下显著提升ADR 报告的收集效率，降低漏报风险，从而全面提升PV监测水平，推动PV 体系向自动化、智能化方向转型升级。

尽管本研究显示AI 有效提升了对于ADR 信息的处理效率，展现了其在PV 领域的巨大应用潜力，但仍需客观认识当前方案存在的若干挑战与局限性。首先，模型在召回率和准确率方面表现良好，但精确率仍有待进一步提升，尤其是在语义稀疏的长文本方面。学术文献中的ADR信息常分散于多个段落， 尽管Transformer 模型具备较强的长距离语义建模能力，其表现仍可能受到文献结构、格式变化等因素的干扰。此外，现有模型尚难以有效识别文献中的图表信息，在极端情况下可能导致关键信息遗漏。其次，模型侧重于对AE的判别和召回，在全面识别ADR报告要素方面仍有局限。本研究中模型依赖于识别AE、怀疑药品和患者信息之间的语义关联。然而，除了上述信息外，一份完整的ADR 报告通常还包含患者既往病史、实验室检查结果、病例描述等信息。目前，此类上下文信息尚无法被系统准确识别与结构化提取。

近年来，AI 在PV 领域的应用与实践日益增多[12-13]。随着大语言模型（large language model，LLM）等技术的快速发展，更多前沿方法正被尝试用于药物安全信号的检测与分析[14]。然而，受合规要求、系统验证标准及性能稳定性考量等因素制约，目前在制药企业实际运营中部署的AI系统仍较少。尽管如此，通过人机协作对AI 的功能进行补充，已能切实提高ADR 报告处理效率和合规水平。随着行业共识和相关技术指南的发布[15]，AI 技术在PV 自动化与智能化方面的应用预计将越来越广泛，发展速度也将不断加快。未来，笔者团队将进一步探索命名实体识别（named entity recognition，NER）与关系抽取（relation extraction，RE）的联合建模方法，尝试融合医学知识图谱以增强语义推理能力，并深入评估LLM 在PV 信息识别与结构化提取中的适用性与可靠性。

值得注意的是，当前我国部分药品上市许可持有人在PV 体系建设中面临的主要挑战之一是资源投入不足，导致个例安全性报告的自主收集能力较为薄弱[16]。部分企业存在PV 专职人员配备不足、技术力量相对薄弱、自主收集与报告意识有待加强、收集渠道较为有限等情况，多数个例安全性报告来源于监管部门反馈。本研究及类似实践表明，AI 技术有望有效缓解这一困境，即在资源受限的现实条件下，有效辅助企业降低ADR 漏报率、提升处理效率，并通过与其他系统的整合拓宽报告来源范围，实现主动监测，从而全面提升企业的PV能力与合规水平。

第一作者简介

闫晓纲，硕士，阿斯利康投资（中国）有限公司，患者安全合规经理。专业方向：药物警戒

通讯作者简介

吴烜，硕士，阿斯利康投资（中国）有限公司，患者安全高级总监、中国及亚欧大陆药物警戒负责人。专业方向：药物警戒

本文由广州佳誉医疗器械有限公司/佛山浩扬医疗器械有限公司联合编辑