通讯作者: 华磊, leihua@xztu.edu.cn

DOI：10.12201/bmr.202506.00070

Automated Analysis of MAUDE Database Based on Chain-of-Thought Reasoning

• 摘要：目的/意义：针对医疗器械制造商与用户设施不良事件报告（Manufacturer and User Facility Device Experience，MAUDE）数据库分析中存在的高技术复杂度与低效率问题，本研究设计实现了AutoQUEST自动化分析框架，通过集成大语言模型与思维链推理技术，降低数据库分析难度并加速研究产出。 方法/过程：AutoQUEST框架采用了认知与执行链结合的双链式结构，具备研究问题自动生成、结构化SQL查询构建及数据分析能力。本研究通过五组不同案例，对框架的查询成功率、执行时长及分析报告质量进行了评估。结果/结论：在最优案例中，该框架查询成功率达100%，执行时间158秒，综合质量评分4.74分（满分5分），在实现MAUDE数据库高效自动化分析的同时保持高质量的分析结果，可为医疗机构、制造商及监管机构提供便捷可靠的数据分析支持。

  关键词： 医疗器械不良事件；MAUDE数据库；大语言模型；思维链推理; ; 

   

  Abstract: Purpose/Significance: To address the challenges of high technical complexity and low efficiency in MAUDE database analysis, this study designed and implemented the AutoQUEST automated analysis framework. By integrating large language model and chain-of-thought reasoning techniques, the framework reduces the complexity of database analysis and accelerates research output. Methods/Process: The AutoQUEST framework employs a dual-chain structure combining think and do chains, equipped with capabilities for automatic generation of research questions, structured SQL query formulation, and data analysis. Five distinct cases were used to evaluate the framework in terms of query success rates, execution duration, and report quality. Results/Conclusions: In the best case, the framework achieved a 100% query success rate, an execution time of 158 seconds, and an overall quality score of 4.74 out of 5. By effectively automating high-quality analysis of the MAUDE database, the framework provides convenient and reliable data analysis support to healthcare institutions, manufacturers, and regulatory authorities.

  Key words: medical device adverse event, MAUDE database; large language model; chain-of-thought reasoning

  提交时间：2025-06-24

  版权声明：作者本人独立拥有该论文的版权，预印本系统仅拥有论文的永久保存权利。任何人未经允许不得重复使用。
• html

• 图表

• 王耀国, 唐诗诗, 刘泓泽, 安雨婷, 周毅. 基于本地大模型的骨质疏松专病数据库构建流程优化研究. 2024. doi: 10.12201/bmr.202410.00002

  龙思哲, 张敦明, 吴震天, 黎鹏安, 王毅, 周毅, 张武军. 基于数据治理的专病数据库建设实践. 2022. doi: 10.12201/bmr.202207.00012

  吴宏, 胡军, 陈尔真, 董晨杰, 李建华, 叶琪. 基于大模型的医疗质控应用系统构建. 2025. doi: 10.12201/bmr.202503.00004

  连万民. 基于数据治理的脑血管专病数据库建设实践. 2022. doi: 10.12201/bmr.202210.00011

  牛宇翔, 葛珊衫, 王力华. 从传统NLP到大语言模型电子病历生成技术的探索与研究. 2024. doi: 10.12201/bmr.202412.00080

  张亚男. 基于NLP构建病历后结构化专病数据库的探索和实践. 2024. doi: 10.12201/bmr.202406.00007

  郭少友, 梁涵笑, 李旭飞, 温桃红. 基于区块链的医疗知识链付费共享研究. 2021. doi: 10.12201/bmr.202111.00005

  马宸睿, 孟子琪, 边新宇, 李玥函, 赵汉青. 基于中成药知识图谱的知识推理及智能推荐. 2024. doi: 10.12201/bmr.202404.00018

  刘迷迷, 杜国霞, 周毅, 吴斌, 吴晓瑛. 肝硬化专病数据库建设与应用研究. 2021. doi: 10.12201/bmr.202104.00014

  张百平. 从EMR系统关系数据库构建患者诊疗图谱. 2021. doi: 10.12201/bmr.202110.00031

• 序号	提交日期	编号	操作
  1	2025-03-21	10.12201/bmr.202506.00070V1	下载

• 公开评论  匿名评论  仅发给作者 提交评论