自动提取、排序并可视化总结疾病的治疗方法
计算与语言
2016-09-07 v1 信息检索
摘要
临床医生需要对患者的疾病治疗方案具备最新且广泛的知识。在线健康知识资源包含丰富的信息。然而，由于传播和排序相关信息需要投入大量时间，因此需要以更简明的格式总结信息。本研究的旨在利用从 Medline 摘要中自动计算的信息，为临床医生提供特定疾病流行治疗方法的简明概述。我们分析了两类疾病的治疗方法——心房颤动和充血性心力衰竭。我们计算了两种排序方法的精确率、召回率和 f-score，以衡量结果的准确性。对于心房颤动疾病，New Treatments 加权方法的最大 f-score 为 0.611，出现在 60 种治疗方法时。对于充血性心力衰竭疾病，New Treatments 加权方法的最大 f-score 为 0.503，出现在 80 种治疗方法时。
关键词
引用
@article{arxiv.1609.01574,
title = {Automatically extracting, ranking and visually summarizing the treatments for a disease},
author = {Prakash Reddy Putta and John J. Dzak and Siddhartha R. Jonnalagadda},
journal= {arXiv preprint arXiv:1609.01574},
year = {2016}
}