MExplore：基于实体的医学专家知识获取可视化分析方法
人机交互
2025-07-17 v1
摘要
获取医学专家知识是医学教育和职业发展中的关键环节。虽然已有研究主要聚焦于构建医学知识库或基于结构化、私人医疗数据开发学习工具，但这些方法往往缺乏从非结构化医学文本中提取专家知识的方法。这些文本构成了医学文献的重要部分，相较于结构化数据格式，提供了更大的灵活性和细节。此外，许多研究未能在此背景下提供明确的分析和学习路径。本文介绍了 MExplore，一个用于支持医学专家知识获取的交互式可视化分析系统。为解决非结构化医学文本中固有的一致性和保密性问题，本文提出了一种工作流程，采用微调BERT模型从文本中提取医学实体（ME）。随后，我们提出了一种新颖的多层次可视化分析框架，集成多种协调的可视化方法，实现对医学知识的渐进式和交互式探索。为评估 MExplore 的效果，我们进行了三项案例研究、用户研究以及与领域专家的访谈。结果表明，该系统显著提升了医学专家知识获取过程，为从医学文本中获取和保留知识提供了有效的交互方法。
引用
@article{arxiv.2507.12337,
title = {MExplore: an entity-based visual analytics approach for medical expertise acquisition},
author = {Xiao Pang and Yan Huang and Chang Liu and JiYuan Liu and MingYou Liu},
journal= {arXiv preprint arXiv:2507.12337},
year = {2025}
}