医学研究中转化影响的深度预测

生物医学研究——一项每年1.7万亿美元的投资——的价值最终由其下游的现实世界影响决定。当前影响的客观预测指标依赖于传播的代理性、还原性度量，如论文引用率，其与现实世界转化的关系仍未被量化。在此，我们试图确定从生物医学出版物摘要级内容的复杂模型 versus 仅引用与出版元数据对未来现实世界转化（以被专利、指南或政策文件收录为指标）的 comparative 可预测性。我们开发了一套多尺度出版物数据的表示与判别数学模型，利用微软学术图谱（Microsoft Academic Graph）1990至2019年捕获的涵盖所有领域的4330万篇论文的整个生物医学研究语料库，量化了跨主要生物医学领域样本外、提前时间的预测性能。我们表明，以被专利、指南或政策文件收录判断，引用仅对转化影响有中等预测力。相比之下，出版物标题、摘要与元数据的高维模型表现出高保真度（AUROC > 0.9），可跨时间与主题领域泛化，并可迁移至识别诺贝尔奖得主论文的任务。以被专利、指南或政策文件收录为指标的论文转化影响，可基于其摘要级内容的复杂模型以远高于出版元数据或引用度量的模型之保真度进行样本外、提前时间预测。我们认为，基于内容的 impact 模型在性能上优于传统的基于引用的度量，并对转化潜力的客观度量提供了更强的循证主张。