Drugs4Covid：基于科学文献的药品驱动知识挖掘
计算与语言
2020-12-04 v1 人工智能
信息检索
摘要
在因需求增长导致新冠患者缺乏充足药物的情况下，医院药剂师已采用弃用药物或修改现有药物剂量。现有科学文献中可找到一些支持使用替代药物的证据，可辅助此类决策。然而，由于药品可能不会在文本中显式关联，且可能以不同商品名被提及，高效利用大型文献语料库并非易事。Drugs4Covid 结合词嵌入技术与语义网技术，实现对大型医学文献的以药品为导向的探索。药品与疾病分别依据 ATC 分类与 MeSH 类别进行识别。已从包含 COVID-19、SARS 及其他相关冠状病毒的 CORD-19 语料库中处理逾 6 万篇文章与 200 万段落。已建立开放的药品目录，并通过药品浏览器、关键词引导的文本浏览器与知识图谱公开提供结果。
引用
@article{arxiv.2012.01953,
title = {Drugs4Covid: Drug-driven Knowledge Exploitation based on Scientific Publications},
author = {Carlos Badenes-Olmedo and David Chaves-Fraga and MarÍa Poveda-VillalÓn and Ana Iglesias-Molina and Pablo Calleja and Socorro Bernardos and Patricia MartÍn-Chozas and Alba Fernández-Izquierdo and Elvira Amador-Domínguez and Paola Espinoza-Arias and Luis Pozo and Edna Ruckhaus and Esteban González-Guardia and Raquel Cedazo and Beatriz López-Centeno and Oscar Corcho},
journal= {arXiv preprint arXiv:2012.01953},
year = {2020}
}
备注
Ontology-based technologies, NLP, Bio-annotations, Drugs-catalogue, Knowledge Graph, COVID-19