Trung tâm Thông tin - Thư viện Trường Đại học Y Dược Hải Phòng

NLM	B13
Tác giả CN	Le Thi Mai Ngan
Nơi đào tạo	Trường Đại học Y Dược Hải Phòng
Nhan đề	Performance evaluation of an LLM-based system for drug–drug interaction detection and alerting from prescription images
Phụ đề	Pharmacist graduate thesis
Thông tin xuất bản	Hải Phòng,2026
Mô tả vật lý	69tr. :File ;27cm.
Tóm tắt	Results: For active ingredient extraction, the system achieved an F1-score of 99.76% (Precision 99.58%; Recall 99.94%) at the ingredient-token level, with 270 of 273 prescriptions (98.9%) attaining a perfect Normalized Exact Match across printed, handwritten, and combined prescription formats. For contraindicated DDI detection, the RAG-based module correctly classified all 273 prescriptions, yielding Sensitivity = Specificity = Accuracy = 100.00% (95% CI for Sensitivity: 83.89%–100.00%), with a median end-to-end latency of 21.72 seconds; regulator-grounded retrieval substantially reduced LLM hallucination on the tested subset
Thuật ngữ chủ đề	Dược học; Pharmacy
Từ khóa tự do	Drug–drug interaction; Large language model; Tương tác thuốc; Mô hình ngôn ngữ lớn
Tác giả(bs) CN	Nguyen Thi Thu Phuong - Supervisor
Tác giả(bs) CN	Nguyen Ba Ngoc Son - Supervisor
Địa chỉ	100Kho tra cứu(1): PTC03821
Tệp tin điện tử	https://lib.hpmu.edu.vn/kiposdata2/bia2025/biaklkonam_thumbimage.png

MARC

Hiển thị đầy đủ trường & trường con

Tag	Giá trị
000	00000nam#a2200000ui#4500
001	34307
002	7
004	B9B8522A-D107-4679-93BA-43A350974A8A
005	202608101531
008	081223s2026 vm\| vie
009	1 0
039	[ ] \|y 20260810153138 \|z oanh
041	[ ] \|a Eng
084	[ ] \|a B13
100	[ ] \|a Le Thi Mai Ngan
110	[ ] \|a Trường Đại học Y Dược Hải Phòng
245	[ ] \|a Performance evaluation of an LLM-based system for drug–drug interaction detection and alerting from prescription images : \|b Pharmacist graduate thesis / \|c Le Thi Mai Ngan
260	[ ] \|a Hải Phòng, \|c 2026
300	[ ] \|a 69tr. : \|b File ; \|c 27cm.
520	[ ] \|a Results: For active ingredient extraction, the system achieved an F1-score of 99.76% (Precision 99.58%; Recall 99.94%) at the ingredient-token level, with 270 of 273 prescriptions (98.9%) attaining a perfect Normalized Exact Match across printed, handwritten, and combined prescription formats. For contraindicated DDI detection, the RAG-based module correctly classified all 273 prescriptions, yielding Sensitivity = Specificity = Accuracy = 100.00% (95% CI for Sensitivity: 83.89%–100.00%), with a median end-to-end latency of 21.72 seconds; regulator-grounded retrieval substantially reduced LLM hallucination on the tested subset
650	[ ] \|a Dược học
650	[ ] \|a Pharmacy
653	[ ] \|a Drug–drug interaction
653	[ ] \|a Large language model
653	[ ] \|a Tương tác thuốc
653	[ ] \|a Mô hình ngôn ngữ lớn
690	[ ] \|a Khoa Dược
691	[ ] \|a CTĐT Dược sĩ - Chính quy
691	[ ] \|a CTĐT Thạc sĩ Dược lý - Dược lâm sàng
700	[ ] \|a Nguyen Thi Thu Phuong \|e Supervisor
700	[ ] \|a Nguyen Ba Ngoc Son \|e Supervisor
852	[ ] \|a 100 \|b Kho tra cứu \|j (1): PTC03821
856	[1 ] \|u https://lib.hpmu.edu.vn/kiposdata2/bia2025/biaklkonam_thumbimage.png
890	[ ] \|a 1 \|b 0 \|c 1 \|d 1

Dòng	Mã vạch	Bản sao	Nơi lưu	Tình trạng	Cho phép yêu cầu
1	PTC03821	1	Kho tra cứu
#1 PTC03821 Nơi lưu Kho tra cứu Tình trạng

Tài liệu số

Bình luận