摘要: 随着人工智能(artificial intelligence,AI)技术的飞速发展,大语言模型(large language model,LLM)在生物医药和临床领域中的应用逐渐深化。药物相互作用(drug-drug interaction,DDI)预测是药物研发和应用中具有复杂特性的一种安全性研究,传统方法依赖于实验验证或基于规则的计算模型,具有耗时和更新滞后的缺点。大语言模型通过语义建模与整合多形态数据知识推理为药物相互作用预测提供了新范式。本文系统叙述了深度学习与大语言模型在DDI预测中的技术进展,应用案例和技术难点。基于ChatGPT-4、DouBao、ERNIE Bot、Kimi Chat和DeepSeek-R1五种主流大语言模型在可验证的药物组合DDI分析任务中的表现,探索大语言模型在药物相互作用预测中的应用价值并对未来发展趋势提出展望,为系统开发、个体化预测优化以及标准化DDI预测框架构建提供参考,以期推动LLM从实验室向临床的转化进程。
