Нейронную сеть обучили распознавать жалобы на лекарства в соцсетях

Группа российских исследователей обучила нейронную сеть анализировать мнения пользователей соцсетей об эффектах лекарств. Основной целью ученых было преодолеть терминологический разрыв между пациентами и профессионалами в области здравоохранения.

В рамках исследования ученые на примерах базы данных на английском языке обучили нейронную сеть превращать текст, написанный на языке социальных сетей (например, «не могу заснуть всю ночь» или «слегка кружится голова»), в формальный медицинский язык (к примеру, «бессонница» и «головокружение» соответственно).

Такая задача выходит за рамки простого сопоставления естественных выражений с элементами словаря: проблема в том, что сообщения пользователей могут вообще не пересекаться с медицинскими терминами.

Результаты опубликованы в Journal of Biomedical Informatics

Социальные сети — практически неисчерпаемый источник мнений по широкому кругу вопросов. Люди пишут о своей работе, отношениях и, в том числе, жалуются на проблемы со здоровьем. По сути, социальные сети предоставляют огромные наборы данных мнений вместе с демографической информацией и другими данными о пользователе.

Хотя ученые часто используют интеллектуальный анализ текстов (text mining) в социальных сетях для перепрофилирования лекарств и генерации гипотез (первые работы по этой теме вышли в 2010 году), мало кто сопоставлял пользовательские фразы с профессиональными терминами. Задача сопоставления упомянутого пользователем заболевания с конкретным медицинским термином называется нормализацией медицинских концептов. Сложность в том, что профессиональная медицинская лексика редко совпадает с повседневной, которую используют люди в общении. Чтобы решить эту проблему, российские исследователи использовали последовательное обучение рекуррентных нейронных сетей и семантическое представление однословных и многословных выражений.

«В работе мы сфокусировались на мнениях пациентов о влиянии лекарств, — объясняет научный сотрудник лаборатории нейронных систем и глубокого обучения МФТИ Валентин Малых.

«Важность работы определяется постоянно растущей потребностью в анализе текстовых данных. Мы живем в условиях информационного взрыва, когда количество информации удваивается каждые несколько лет, и человек или даже коллектив людей уже не способен обработать все доступные данные. В нашем проекте используются методы анализа текстов и машинное обучение для извлечения полезной информации из доступных данных, как, например, в этом случае, где мы извлекали упоминания о побочных лекарственных реакциях из сообщений, которые люди пишут в социальных сетях», – добавляет старший научный сотрудник Лаборатории хемоинформатики и молекулярного моделирования Казанского федерального университета Елена Тутубалина.

По мнению авторов работы, непрерывное развитие и улучшение точности интеллектуального анализа текстов сообщений пациентов в социальных сетях окажет значительное влияние на изучение влияния лекарств на организм, повторное назначение лекарств и понимание лекарственных эффектов в контексте других факторов, таких как одновременный прием разных препаратов, диеты и образа жизни.

В исследовании принимали участие ученые Казанского федерального университета (КФУ), НИЦ "Курчатовский институт", Первого МГМУ им. И.М. Сеченова, Санкт-Петербургского отделения Математического института им. В. А. Стеклова РАН (ПОМИ РАН) и Московского физико-технического института (МФТИ). Работа была поддержана грантом Российского научного фонда и направлена на развитие подобных технологий для анализа русскоязычного текста.

Пресс-служба МФТИ

Добавить комментарий

Комментарии не должны оскорблять автора текста и других комментаторов. Содержание комментария должно быть конкретным, написанным в вежливой форме и относящимся исключительно к комментируемому тексту.


Защитный код
Обновить

Loading...

Срочные новости

В Дубне взыскали долг по зарплате на 18 …

Дубненские судебные приставы добились взыскания задолженности по зарплате в пользу бывших работников...

Перекроют половину дороги на переезде

С 21 сентября по 24 сентября будет проходить ямочный ремонт  на ж/д переезде ул. Ленинградская...

Мегасайнс-детектор нейтрино начал работу

18 сентября в Женеве произошло крупное научное событие: получены первые свидетельства эффективной ра...

Реверсивное движение на плотину

20 сентября на участке Дмитровское шоссе от спуска в тоннель до поста ДПС начались работы по укладке...

Дорога на "Восход"

В левобережье Дубны идет капитальный ремонт бетонной дороги, ведущей к нескольким садовым товарищест...

Реклама

Объявления

Новости бизнеса

«Тензор» готовится выйти на европейский рынок

Приборный завод «Тензор» готовится к аудиту ядерной квалиф...

Аппаратно-программные комплексы резидента ОЭЗ …

Программно-технические средства оповещения населения собст...

УК устранила протечку по обращению жителя в жилинс…

Государственная жилищная инспекция Московской области сообщи...

Денис Буцаев: "Для Подмосковья развитие ОЭЗ …

6 сентября глава инвестиционного блока Подмосковья Денис Б...

Cистемы бесперебойного питания из Дубны прошли исп…

Собственную разработку в сфере российской электроэнергетик...

Мы в соц сетях

VK
ОК
FB
G+

 

Блоги

Подпишитесь на новые события нашего сайта:Подписаться