理解临床试验报告：抽取医学实体及其关系
计算与语言
2022-01-11 v3
摘要
关于比较治疗效果的最佳证据来自临床试验，其结果以非结构化文章形式报告。医学专家必须手动从文章中提取信息以辅助决策，这既耗时又昂贵。在此我们考虑端到端任务，包括（a）从描述临床试验的全文文章中提取治疗和结局（实体识别），以及（b）推断前者相对于后者的报告结果（关系抽取）。我们为此任务引入了新数据，并评估了近期在自然语言处理中类似任务上取得最先进结果的模型。然后我们提出了一种受临床试验结果典型呈现方式启发的新方法，其性能优于这些纯数据驱动的基线。最后，我们与非营利组织合作对该模型进行了实地评估，该组织旨在识别可能重新用于癌症的现有药物，展示了端到端证据提取系统的潜在效用。
引用
@article{arxiv.2010.03550,
title = {Understanding Clinical Trial Reports: Extracting Medical Entities and Their Relations},
author = {Benjamin E. Nye and Jay DeYoung and Eric Lehman and Ani Nenkova and Iain J. Marshall and Byron C. Wallace},
journal= {arXiv preprint arXiv:2010.03550},
year = {2022}
}