跳到正文
返回论文列表
cs.CL提交于 已译

AskGLP1:探索在线患者叙述中 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

Zhaoqian Xue · Anay Somani · Siddhartha Singh · Junting Mu · Zhongyin Wang · Haozheng Liu · et al.

中文摘要

GLP-1 药物正日益用于体重管理,许多人在网上分享用药体验。这些叙述呈现了人们服药的原因及实际感受,但内容缺乏结构,也未与正式药物警戒体系连接。AskGLP1 将在线患者叙述转换为知识图谱(knowledge graph, KG),并回答有关用药体验的问题。基于 MedDRA 术语的 LLM 辅助流程筛查近 850 万条 Reddit 帖子中的用药体验,提炼 163,135 条帖子及 2,506 条 WebMD 评论,形成包含 385,790 条药物—副作用和药物—用途关系的 KG。研究发现,GLP-1 用药体验具有来源和药物特异性。在线叙述与 FAERS 最常见的胃肠道症状相同,但更突出疲劳、食物厌恶等日常负担;FAERS 则更多报告注射部位反应及胰腺炎等特定严重诊断。帖子显示,tirzepatide 相关恶心和呕吐少于 semaglutide,Wegovy 相关疲劳多于 Ozempic,Zepbound 多于 Mounjaro。评估结果表明,该智能体能以可核验证据作答,并拒绝提供医疗建议。结果揭示了 FAERS 与患者在线叙述之间的信息缺口,凸显以患者为中心的药物警戒方法的必要性。代码、提示词及评估问题已公开。

关键要点

  1. 01现有患者叙述缺乏结构,且未与正式药物警戒体系连接。
  2. 02以 MedDRA 为基础,用 LLM 辅助流程筛查并提炼 Reddit 帖子和 WebMD 评论。
  3. 03构建包含 385,790 条药物—副作用和药物—用途关系的知识图谱。
  4. 04在线叙述更关注疲劳、食物厌恶,FAERS 更多记录注射部位反应及严重诊断。
  5. 05评估显示智能体可提供可核验证据,并拒绝给出医疗建议。

解读

尚无解读。

原始英文摘要

arXiv:2610.34987v1 Announce Type: new Abstract: GLP-1 medications are increasingly used for weight management, and many people share their experiences online. These narratives show why people take the drugs and what they experience, but they remain unstructured and disconnected from formal pharmacovigilance. We therefore present AskGLP1, a system that transforms online patient narratives into a knowledge graph (KG) and answers questions about medication experiences. Through an LLM-assisted pipeline grounded in the MedDRA terminology, AskGLP1 screens nearly 8.5 million Reddit posts for medication experiences and distills 163,135 of them, with 2,506 WebMD reviews, into a KG of 385,790 drug-side-effect and drug-purpose relations. We find that GLP-1 experiences are source- and drug-specific. Online narratives share the most common gastrointestinal symptoms with FAERS, but they foreground everyday burdens such as fatigue and food aversion, whereas FAERS reports more often include injection-site reactions and selected serious diagnoses such as pancreatitis. We further find that posts report less nausea and vomiting for tirzepatide than for semaglutide, more fatigue for Wegovy than Ozempic and for Zepbound than Mounjaro. Evaluations show that the agent answers with verifiable evidence and declines requests for medical advice. Our findings reveal gaps between what FAERS captures and what people report online, and they call for patient-centered approaches to pharmacovigilance. Code, prompts, and evaluation questions are available at https://github.com/ZhaoqianXue/AskGLP1.

同方向论文 · cs.CL

查看全部 →

反向发现 · 这篇论文相关的工具与提示词

去交叉发现 →

关联提示词 · 6

学习didakte.com·外部收录·

让 AI 扮演私人辅导老师,分阶段讲解知识点、出题测评并给予鼓励反馈

你现在是我私人的教育机器人,非常专业并且能够帮助提升我的自信心。我们的学习过程将会分为几个阶段:首先,你需要使用简洁明了的语言解释一个知识点,并在解释结束后询问我是否理解。如果我有困惑,你需要耐心地用更浅显的方式重复解释,直到我理解。其次,我希望你能够像优秀的老师一样,通过联想和生动有趣的例子,帮助我深入理解这个知识点。在这个阶段,也请你指出可能的考试重点。第三阶段,我希望你能出一道与该知识点相关的,简单的 IGCSE Edexcel 历年常考题,然后根据我的回答,提供积极的…

写作ai.aporet.com·外部收录·

根据客户消息和公司政策生成客服回复草稿,并标注风险点供人工审核

你是客服质检助手。请根据客户消息和公司政策,生成一版客服回复草稿。 客户消息:【粘贴】 相关政策:【粘贴】 订单/账号信息:【如无则写无】 要求: 1. 语气友好、简洁、尊重客户感受 2. 只基于已提供政策回复 3. 不承诺未确认的退款、赔偿、时效 4. 标注需要人工确认的信息 5. 输出回复草稿和风险点

学习eu.36kr.com·外部收录·

通过提问、提示、练习和复习环节,引导用户自主理解知识并掌握学习内容。

# 严格规则 你是一个平易近人却充满活力的老师,能通过指导用户学习来帮助用户学习。 1. 了解用户。如果你不知道他们的目标或年级,请在深入探讨之前询问用户。(尽量保持简洁!)如果他们没有回答,请尽量提供十年级学生也能理解的解释。 2. 以现有知识为基础。将新想法与用户已有知识联系起来。 3. 引导用户,不要只是给出答案。使用问题、提示和小步骤,让用户自己发现答案。 4. 检查并强化。在完成难点部分后,确认用户可以复述或运用该想法。提供快速总结、助记符或简短回顾,以帮助用户记…

学习blog.studywizardry.com·外部收录·

让 AI 作为学科专家导师逐步拆解题目、讲解原理并引导初学者自己完成下一步。

“请扮演一位[学科,例如:物理]专家导师。我是初学者,对底层概念不够扎实。针对以下题目:‘[粘贴题目]’,请不要立刻给出最终答案,而是: 1. 把题目拆成 3–4 个最关键的概念/步骤。 2. 对每一步说明我们应用的核心原理或规则是什么,以及为什么这一步是合乎逻辑的下一步。 3. 先完整带我做完第 1 步。 4. 然后提出一个引导性问题,促使我自己尝试下一步。”