Trial2Vec：基于自监督的零样本临床试验文档相似度检索
计算与语言
2022-10-11 v2 人工智能
机器学习
摘要
临床试验对药物开发至关重要，但开展起来极为昂贵且耗时。在设计临床试验时，研究相似的历史试验是有益的。然而，冗长的试验文档与标注数据的缺乏使得试验相似度检索十分困难。我们提出了一种零样本临床试验检索方法Trial2Vec，其通过自监督学习，无需标注相似的临床试验。具体而言，试验文档的元结构（如标题、合格标准、目标疾病）连同临床知识（如UMLS知识库 https://www.nlm.nih.gov/research/umls/index.html）被利用来自动生成对比样本。此外，Trial2Vec在编码试验文档时考虑元结构，从而生成紧凑的嵌入，聚合来自整个文档的多方面信息。我们通过可视化表明，我们的方法产生了医学可解释的嵌入，并且在我们的1600对标注试验对上评估的检索精确率/召回率方面，比最佳基线平均提升15%。此外，我们证明了预训练嵌入在超过24万试验的下游试验结局预测任务中带来益处。软件可在 https://github.com/RyanWangZf/Trial2Vec 获取。
引用
@article{arxiv.2206.14719,
title = {Trial2Vec: Zero-Shot Clinical Trial Document Similarity Search using Self-Supervision},
author = {Zifeng Wang and Jimeng Sun},
journal= {arXiv preprint arXiv:2206.14719},
year = {2022}
}
备注
Findings of EMNLP 2022