追求卓越——患者管理中的不良事件识别发表时间：2024-02-21 11:51  每年，中康通的患者关爱团队为数以万计的患者提供用药后随访和支持。在服务过程中，经常听到患者的各类不良医学事件¹。让患者得到妥善的医疗处理，并将相关情况及时准确地上报PV²，既是对患者的负责，也为新药上市后临床合理用药和后续改进提供宝贵依据。  注¹ 不良事件（Adverse Events，AE）：指受试者接受试验用药品后出现的所有不良医学事件，可以表现为症状体征、疾病或者实验室检查异常，但不一定与试验用药品有因果关系。 注² 药物警戒（Pharmacovigilance，PV）：药物警戒是与发现、评价、理解和预防不良反应或其他任何可能与药物有关问题的科学研究与活动。 患者管理中的不良事件分类 准确识别AE的难点 患者关爱顾问或个案管理师在日常工作中，要敏锐识别这些问题，并如实上报PV，有一定实际困难： 如何提升AE识别能力 中康通PV团队在工作实践中，总结出五个办法，可以有效提升PV上报的质量：  例如：患者关爱顾问随访的一名患者，既往就有高血压的情况，血压忽高忽低不稳定，随访中说出最近血压升高。由于患者既往血压就不稳定，我们的关爱顾问第一时间咨询了中康通PV团队。PV团队认为患者明确提出“最近血压升高”，那么该事件就属于用药后出现血压升高，不论是否与患者使用产品有因果关系，所以最终及时进行了上报。 项目中会产生海量的电话录音，需要进行PV检查，以确保没有漏报。基于中康的AI及相关知识图谱数据库积累，结合NLP能力，通过机器自动学习设计算法模型（平均准确率为95%）与知识图谱规则双重匹配（两者结合识别准确率为99%），自主研发了智能PV识别系统，应用到患者电话录音的药品不良事件识别中。识别平均准确率为95%。 智能PV识别系统实现逻辑  模型效果  借助该辅助系统，中康通实现对全量通话录音的自动化PV事件识别，去年系统检查通话记录达55360条，提升了纠错能力，降低了漏报风险。当然，PV的识别和上报不能完全依赖于智能化的系统，充满人性、智慧和沟通经验的服务团队，才是PV管理的核心。 中康通 中康科技旗下中康通平台，专业为创新药械提供患者管理、患者教育、患者关怀、创新服务运营及咨询的一站式服务提供商。以数字化运营、精细化管理、医学专业团队服务患者20余万人。 |
