論文の概要: PubMed and Beyond: Recent Advances and Best Practices in Biomedical
Literature Search
- arxiv url: http://arxiv.org/abs/2307.09683v1
- Date: Tue, 18 Jul 2023 23:35:53 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-20 15:57:38.061832
- Title: PubMed and Beyond: Recent Advances and Best Practices in Biomedical
Literature Search
- Title（参考訳）: PubMedとBeyond:最近のバイオメディカル文献検索の進歩とベストプラクティス
- Authors: Qiao Jin, Robert Leaman, Zhiyong Lu
- Abstract要約: 文献検索は 臨床と生物医学の研究において 事前の知識に基づく 重要なツールです
人工知能の最近の進歩は、キーワードベースの検索を超えて機能を拡張している。
本稿では,生物医学における一般情報と特定情報の両方に合わせた文献検索ツールについて紹介する。
- 参考スコア（独自算出の注目度）: 6.3759853681459955
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Biomedical research yields a wealth of information, much of which is only
accessible through the literature. Consequently, literature search is an
essential tool for building on prior knowledge in clinical and biomedical
research. Although recent improvements in artificial intelligence have expanded
functionality beyond keyword-based search, these advances may be unfamiliar to
clinicians and researchers. In response, we present a survey of literature
search tools tailored to both general and specific information needs in
biomedicine, with the objective of helping readers efficiently fulfill their
information needs. We first examine the widely used PubMed search engine,
discussing recent improvements and continued challenges. We then describe
literature search tools catering to five specific information needs: 1.
Identifying high-quality clinical research for evidence-based medicine. 2.
Retrieving gene-related information for precision medicine and genomics. 3.
Searching by meaning, including natural language questions. 4. Locating related
articles with literature recommendation. 5. Mining literature to discover
associations between concepts such as diseases and genetic variants.
Additionally, we cover practical considerations and best practices for choosing
and using these tools. Finally, we provide a perspective on the future of
literature search engines, considering recent breakthroughs in large language
models such as ChatGPT. In summary, our survey provides a comprehensive view of
biomedical literature search functionalities with 36 publicly available tools.
- Abstract（参考訳）: 生物医学的な研究は豊富な情報をもたらし、その多くが文学を通してのみアクセス可能である。
その結果,文献検索は臨床・生医学研究における先行知識の構築に不可欠である。
人工知能の最近の進歩はキーワードベースの検索を超えて機能を拡張しているが、これらの進歩は臨床医や研究者には馴染みがない。
そこで本研究では, 生物医学における一般情報と特定情報の両方に合わせた文献検索ツールについて, 読者の情報ニーズを効率的に満たすための調査を行った。
まず,広く使われているPubMed検索エンジンについて検討し,最近の改良と課題の継続について論じる。
次に,5つの情報ニーズに対応する文献検索ツールについて述べる。
エビデンスに基づく医療の質の高い臨床研究の特定
2.精密医学とゲノム学のための遺伝子関連情報検索
3.自然言語質問を含む意味による検索。
4.文献推薦による関連記事の掲載
5.病気や遺伝子変異などの概念の関連を見出すためのマイニング文献。
さらに、これらのツールの選択と使用に関する実践的考察とベストプラクティスについても取り上げる。
最後に,chatgptのような大規模言語モデルにおける最近のブレークスルーを考慮し,文学検索エンジンの将来への展望を示す。
本研究は,36のツールを用いて,生物医学的文献検索機能に関する総合的視点を提供する。
関連論文リスト
- Efficient Systematic Reviews: Literature Filtering with Transformers & Transfer Learning [0.0]
特定のトピックに関する重要な研究項目を特定するのに必要な時間に関して、負担が増大する。
本研究では,必要な内容の自然言語記述として提案される研究課題に適合する汎用フィルタリングシステムを構築する方法を提案する。
以上の結果から, バイオメディカル文献に基づいて事前学習したトランスフォーマーモデルを用いて, 特定のタスクを微調整したトランスフォーマーモデルにより, この問題に対する有望な解決策が得られた。
論文 参考訳（メタデータ） (2024-05-30T02:55:49Z) - SurveyAgent: A Conversational System for Personalized and Efficient Research Survey [50.04283471107001]
本稿では,研究者にパーソナライズされた効率的な調査支援を目的とした会話システムであるSurveyAgentを紹介する。
SurveyAgentは3つの重要なモジュールを統合している。文書を整理するための知識管理、関連する文献を発見するための勧告、より深いレベルでコンテンツを扱うためのクエリ回答だ。
本評価は,研究活動の合理化におけるSurveyAgentの有効性を実証し,研究者の科学文献との交流を促進する能力を示すものである。
論文 参考訳（メタデータ） (2024-04-09T15:01:51Z) - PubTator 3.0: an AI-powered Literature Resource for Unlocking Biomedical
Knowledge [7.483612362757038]
PubTator 3.0は、最先端のAI技術を使用して意味と関係を検索するバイオメディカル文献リソースである。
現在、約3600万のPubMed抽象化と600万のフルテキスト記事に対して、10億以上のエンティティとリレーショナルアノテーションを提供している。
PubTator 3.0では、PubMedやGoogle Scholarよりも多くの記事が検索され、上位20項目の精度が高いことが示されています。
論文 参考訳（メタデータ） (2024-01-19T22:24:39Z) - De-identification of clinical free text using natural language
processing: A systematic review of current approaches [48.343430343213896]
自然言語処理は、その非識別プロセスの自動化の可能性を繰り返し示してきた。
本研究の目的は,過去13年間に臨床自由テキストの非識別化が進展したことを示す体系的な証拠を提供することである。
論文 参考訳（メタデータ） (2023-11-28T13:20:41Z) - Descriptive Knowledge Graph in Biomedical Domain [26.91431888505873]
本稿では,バイオメディカルコーパスから情報文や記述文を自動的に抽出し,生成する新しいシステムを提案する。
接続されていない経路を検索する従来の検索エンジンや探索システムとは異なり,本システムは記述文をグラフとして整理する。
新型コロナウイルス研究における本システムの適用に着目し,薬物再資源化や文献キュレーションなどの分野における実用性について考察した。
論文 参考訳（メタデータ） (2023-10-18T03:10:25Z) - LLaVA-Med: Training a Large Language-and-Vision Assistant for
Biomedicine in One Day [85.19963303642427]
本稿では,バイオメディカルイメージのオープンな研究課題に答えられる視覚言語対話アシスタントを訓練するための費用効率のよいアプローチを提案する。
モデルはまず、フィギュア・キャプションのペアを使ってバイオメディカル・ボキャブラリをアライメントし、その後、オープンエンドの会話意味論を習得する。
これにより、バイオメディジンのための大規模言語と視覚アシスタントを15時間以内で(8つのA100で)訓練することができる。
論文 参考訳（メタデータ） (2023-06-01T16:50:07Z) - Survey of NLP in Pharmacology: Methodology, Tasks, Resources, Knowledge,
and Tools [0.0]
本研究の主な目的は、薬理学分野における最近のNLPの使用状況を調べることである。
我々は、最新のNLP方法論、一般的なタスク、関連するテキストデータ、知識ベース、有用なプログラミングライブラリを調査するために、カバー範囲を5つのカテゴリに分けた。
結果として得られた調査は、実践者や関心のある観察者にとって有用な、この地域の概要を包括的に示すものである。
論文 参考訳（メタデータ） (2022-08-22T12:10:27Z) - A Search Engine for Discovery of Biomedical Challenges and Directions [38.72769142277108]
フル長の論文から抽出したテキストの注釈付きコーパスを構築し,リリースする。
新型コロナウイルスのパンデミックに関連する学際的な作業の大規模なコーパスに焦点を当てる。
我々は、データに基づいてトレーニングされたモデルを適用して、コーパス全体の課題と方向性を特定し、この情報のための専用の検索エンジンを構築します。
論文 参考訳（メタデータ） (2021-08-31T11:08:20Z) - CitationIE: Leveraging the Citation Graph for Scientific Information
Extraction [89.33938657493765]
引用論文と引用論文の参照リンクの引用グラフを使用する。
最先端技術に対するエンド・ツー・エンドの情報抽出の大幅な改善を観察する。
論文 参考訳（メタデータ） (2021-06-03T03:00:12Z) - Machine Learning Applications for Therapeutic Tasks with Genomics Data [49.98249191161107]
ゲノム学の機械学習応用に関する文献を、治療開発のレンズでレビューします。
治療パイプライン全体にわたるゲノミクス応用における22の機械学習を同定する。
この分野における7つの重要な課題を、拡大と影響の機会として挙げる。
論文 参考訳（メタデータ） (2021-05-03T21:20:20Z) - A New Neural Search and Insights Platform for Navigating and Organizing
AI Research [56.65232007953311]
我々は、古典的なキーワード検索とニューラル検索を組み合わせた新しいプラットフォームであるAI Research Navigatorを導入し、関連する文献を発見し整理する。
本稿では,システム全体のアーキテクチャの概要と,文書分析,質問応答,検索,分析,専門家検索,レコメンデーションの構成要素について概説する。
論文 参考訳（メタデータ） (2020-10-30T19:12:25Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。