Reações adversas a medicamentos (RAMs) são vitais para minimizar riscos à saúde e reduzir os custos de desenvolvimento de medicamentos. Extrair RAMs (ERAM) das mídias sociais é um suplemento vital para bancos de dados convencionais de farmacovigilância. No entanto, isso continua sendo particularmente desafiador devido à natureza informal e ruidosa do conteúdo gerado pelo usuário. Combina o modelo de espaço de estado com o módulo convolucional para capturar eficientemente dependências de longo alcance e extrair características mais discriminativas, enquanto completa o reconhecimento e a quantificação de RAMs por meio de um módulo de regressão. Experimentos com o conjunto de dados do MedHelp Medical Forum demonstram que o Mamba-ADR tem uma baixa complexidade computacional e uma taxa de precisão de 78,1%, sendo superior aos métodos de ponta. Ele fornece uma ferramenta promissora para ERAM na descoberta e desenvolvimento de medicamentos.
Zhang et al. (Qui,) estudaram esta questão.