集成药物相互作用检测与紧急支持的AI医疗助手平台

International Journal for Research in Applied Science and Engineering Technology · 2026-10-10 · 期刊论文

• 一句话结论：该研究提出并评估一个集成式、安全的网页平台，将对话式症状分析、混合疾病风险分类、基于知识图谱的药物相互作用检测与地理定位紧急支持整合于单一应用，报告疾病预测准确率为87.3%，并称响应延迟适合交互式临床决策支持。
• 研究设计与做法：系统开发与评估研究；平台基于React.js、Node.js/Express.js、MongoDB与Neo4j构建，采用JWT认证、bcrypt密码哈希与基于角色的访问控制；功能包括GPT自然语言处理症状解读、规则与评分混合风险引擎（低/中/高/紧急四级）及Neo4j生物医学知识图谱（药物、疾病、基因、蛋白）；评估数据集、样本量与对照设置材料未报告。
• 主要结果：报告验证的疾病预测准确率为87.3%，端到端响应延迟适合交互式临床决策支持；药物相互作用分级为轻度、中度、重度；具体敏感性、特异性、置信区间、p值与延迟数值材料未报告。
• 机制或解释：作者以医疗微服务、可解释AI、临床自然语言处理、图神经网络与医疗数据安全等文献为基础，认为单一且安全加固的平台可衔接AI诊断指导与实时患者照护；具体机制材料未报告。
• 局限与边界：为系统描述性评估，缺乏前瞻性临床验证与真实患者结局；准确率来源的数据集、人群代表性、外部验证、与临床医生对照及利益冲突材料未报告。
• 可否落地：对科研提示：该平台展示了多模块整合的可行性，可作为后续临床验证的起点；对临床落地而言，当前证据档位C，属「提示」级别，尚不足以下结论，不能替代专业诊疗。

🔗 打开原文

Savara Gnan Prakash, Diwakar Nallappagari, Gangana Jashwanth Reddy 等

本文摘自《每日前沿研究简报 · 2026-10-12》「信息科学」。本内容仅用于研究信息整理与科普交流，不构成医疗建议。