主要来源arXiv cs.AI
查看原文事件专题 ·多源确认
arXiv 论文发现语言模型掌握药物适应症远好于禁忌症
一篇 arXiv 论文提出 LABEL(Literature Asymmetry between Efficacy and Limits)概念,测量了 PrimeKG 中 574 种药物在公开文本里的记录情况。结果显示,Wikipedia 和 PubMed 摘要提及药物适应症的频率约为禁忌症的两倍,药物内 odds ratio 为 2.19,即安全限制信息在自由文本中系统性缺失。 语言模型镜像了这一缺口:Qwen2.5 从 0.5B 扩展到 14B 时,适应症问答准确率提升 18.3 个百分点,但禁忌症准确率始终停在接近随机猜测的水平。当给模型提供包含答案的检索文本时,它使用安全事实的效果与使用疗效事实相同;将安全类问题路由到官方 FDA 标签,在标签包含该事实时准确率提升 15.8 个百分点。 论文结论是模型在用药安全上失败并非推理能力不足,而是语料本身缺少安全事实,建议临床 AI 系统把用药安全问题路由到监管标签和结构化数据库而非公开网页。代码和数据已在 GitHub 开源。
当前结论
做医疗 AI 的开发者该看看这篇。它用 PrimeKG 574 种药物证明模型答禁忌症近乎瞎猜,原因是语料里写得少,而且检索 FDA 标签就能把准确率拉高 15.8 个点。结论很实操:安全问题别靠通用语料,直接接结构化数据库。
3 个信源34° AI 热度最后更新 2026/11/14 05:14:50
证据链
3 个信源冲突核查
现有去重数据只说明这些来源讨论同一事件,不代表立场相同。当前没有结构化的支持或反驳证据,不自动推断冲突。