知识增强的智能代理AI助力心理健康药物信息搜索
本研究开发了一个基于知识图谱的多智能体框架，整合了Reddit、WebMD和FDA不良事件报告系统等来源的抑郁症药物数据，实现了对患者生成数据与监管数据的溯源区分，为心理健康药物信息提供了更可靠、可审计的整合方案。
在心理健康领域，患者越来越依赖在线信息了解药物安全，但现有信息源存在显著分歧：监管机构的不良事件记录权威但抽象，而患者叙述贴近个人体验却缺乏验证。不恰当的整合可能加剧恐惧、反安慰剂反应和用药不依从，尤其在精神病学中后果严重。为此，arXiv上的一篇新论文提出了一种基于知识图谱的多智能体框架，旨在融合异质来源并保持证据与轶事的区分。
该框架整合了来自Reddit的466,525条帖子、WebMD的60,782条评论以及美国FDA二十年的不良事件报告系统数据，涵盖九种抗抑郁药物，包括氟西汀、舍曲林等常见药物。研究团队开发了一个基于大型语言模型的实体识别管线，并以医生标注为基准进行评测：药物识别F1分数最高达0.969，病症识别F1分数最高达0.973，表现出高准确性。分析显示，两个社区平台之间的一致性较高（Jaccard相似度最高达0.905），而它们与监管报告的一致性明显更低，表明患者生成数据构成了部分独立的安全信号。以舍曲林为例，许多不良事件在社区源中比FDA记录早出现数百天，暗示患者社区可能更早捕捉到药物安全性问题。
该框架采用Neo4j知识图，并基于ATC-N、ICD-10和MedDRA医学词汇表，明确标注每种信息的来源，确保每一主张均可追溯，监管事实与患者体验互不混淆。研究者认为，这种源感知的整合方法为更可审计的精神科药物信息开辟了途径，其实用性和患者获益尚需前瞻性测试验证。这项工作由Huizi Yu等12位作者完成，发表于arXiv预印本（arXiv:2606.26205），代表了利用AI改善心理健康药物信息获取的重要一步。