FDA Adverse Event Reporting System
PulseAugur coverage of FDA Adverse Event Reporting System — every cluster mentioning FDA Adverse Event Reporting System across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
AI代理核对药物安全数据，标记报告差异
一项实验探索了使用AI代理将FDA标签中的药物安全数据与真实世界不良事件报告进行核对。该AI通过Apify MCP连接到FDA数据源，负责比较二甲双胍的官方警告与患者和临床医生提交的报告。该代理成功识别出FAERS报告中反复出现的不良反应，并指出二甲双胍常被列为伴随用药而非主要嫌疑药物，这凸显了一个可能需要人工审查的领域。
-
Apify MCP 服务器将 Claude 连接到实时数据工具
Apify 开发了一个模型上下文协议 (MCP) 服务器，允许 Claude 和 Cursor 等 AI 模型通过各种专用工具访问实时数据。这些工具托管在 Apify 平台上，使代理能够检索准确的信息，用于执行各种任务，例如检查 FDA 不良事件报告、验证药品标签、解码 VIN、访问 SEC EDGAR 的公司财务信息、筛选欧盟制裁名单、验证增值税号、检查机构持股、验证医疗保健提供者以及确认英国公司详细信息。通过集成这些工具，AI 代…
-
新指标提升LLM在药物安全报告中的因果关系评估能力
研究人员开发了一种新颖的方法来优化大型语言模型（LLMs）在药物警戒中进行因果关系评估，旨在提高识别不良药物事件的准确性。一项利用OpenAI的GPT-5.2模型和美国FDA不良事件报告系统（FAERS）的研究表明，一个特定的指标——熵加权一致性和余弦相似度得分（EWACS）——可以指导贝叶斯优化，显著提高LLM与专家的一致性。虽然温度优化并未显示出普遍效果，但针对具体案例的温度调整产生了有意义的改进，这为实现更可靠的AI辅助药物警戒指明了方向。
-
开源工具赋予AI完全访问制药研发数据的权限
一个名为drug-pipeline-mcp的开源项目已发布，为AI代理提供对制药研发数据的全面访问。该工具聚合了临床试验、FDA/EMA批准、安全报告、药品标签、专利到期、召回和PubMed出版物的信息。该项目旨在为AI提供对药物开发管线的深入见解，能够进行诸如“Novo Nordisk的管线中有哪些？”之类的查询。该计划已获得MIT许可，并在GitHub上可用。