一个研究团队开发了一个新的人工智能模型，可以从社交媒体和论坛的帖子中识别不良药物反应（ADRs）。该模型名为Mamba-ADR，结合了状态空间模型（Mamba）、卷积网络和回归组件。
在MedHelp数据集上的测试中，Mamba-ADR达到了79.28%的F1分数，超过了以往的方法。值得注意的是其较低的计算复杂度：该模型所需的计算能力明显少于类似的基于Transformer的方法，因此更适合实际应用。
该系统分析来自患者论坛的非正式、通常是非结构化的文本，不仅能识别是否存在副作用，还能量化其严重程度。这使得在标注中更好地考虑不确定性，优于纯粹的分类方法。
作者认为Mamba-ADR是传统药物警戒的有前景的补充。虽然传统的报告系统经常存在漏报问题，但社交媒体数据可以提供早期线索，揭示先前未知或罕见的副作用。
该研究发表在《Frontiers in Medical Technology》杂志上。研究人员强调，需要进一步的工作来将该模型扩展到多种语言并集成到实际的监测系统中。
来源：
Zhang S, Zhang T, Ma Y (2026). Mamba-ADR: adverse drug reaction detection from social-media using state-space regression model. Frontiers in Medical Technology. DOI: 10.3389/fmedt.2026.1786957
