Искусственный интеллект для анализа биомедицинских публикаций PubMed/MEDLINE

Краткое изложение авторской публикации в сообществе «Фарма РФ» от .

Авторы представили систему машинного обучения для оценки эмоциональной модальности биомедицинских текстов и поиска языковых признаков, которые они связывают с манипулятивной подачей и исследованиями без положительных результатов. Алгоритмы распознают 16 классов текстов; средняя площадь под ROC-кривой составила 0,88, а авторы сообщили о выявлении 90% текстов с соответствующими признаками при доле ложноположительных результатов 8–15%. Систему применили к 19 918 308 аннотациям PubMed/MEDLINE за 1970–2019 годы: 18,5% получили отрицательный β-балл. По оценке авторов, положительная динамика этого показателя наблюдалась в 27 090 из 27 840 рубрик MeSH. Отдельно авторы отметили резкое снижение β-балла публикаций рубрики Cochrane Database Syst Rev после 2008 года и предположили связь этой динамики с манипулированием доказательной медициной.

Главное

  • Система машинного обучения классифицирует биомедицинские тексты по 16 классам языковых признаков.
  • Средняя площадь под ROC-кривой алгоритмов составила 0,88; авторы сообщили о выявлении 90% текстов с нужными признаками.
  • Анализ охватил 19 918 308 аннотаций PubMed/MEDLINE за 1970–2019 годы.
  • Отрицательный β-балл получили 18,5% публикаций, или 3,68 млн текстов.
  • Положительная динамика β-балла отмечена в 27 090 из 27 840 рубрик MeSH.

Подготовлено автоматически с помощью ИИ, возможны неточности. Полный просмотр материала доступен только специалистам фармацевтической отрасли.

Регистрация

По теме