HyperAIHyperAI

Command Palette

Search for a command to run...

منذ 4 أشهر

استخدام وصفات الأدوية وهيكل الجزيئات لاستخراج التفاعلات الدوائية من الأدبيات

{Yutaka Sasaki Makoto Miwa Masaki Asada}

الملخص

الدافعتتطلب الطرق العصبية لاستخراج التفاعلات الدوائية-الدوائية (DDIs) من الأدبيات عددًا كبيرًا من التصنيفات (التعليقات). في هذه الدراسة، نقترح طريقة جديدة لاستخدام فعّال لمعلومات قواعد البيانات الخارجية للعقاقير، فضلًا عن المعلومات المستمدة من النصوص المسطحة على نطاق واسع لاستخراج التفاعلات الدوائية. وبشكل خاص، نركّز على معلومات وصف الدواء وبنية الجزيء كمصدر للمعلومات من قواعد بيانات الأدوية.النتائجقمنا بتقييم منهجنا على مجموعة بيانات مشاركة DDIExtraction 2013. وقد توصلنا إلى النتائج التالية: أولاً، يمكن أن تُحسّن المعلومات النصية الخام على نطاق واسع من أداء استخراج التفاعلات الدوائية بشكل كبير عند دمجها مع النموذج الحالي، وتُظهر أداءً يُعدّ من أفضل الأداءات الحالية (state-of-the-art). ثانيًا، تُسهم كل من معلومات وصف الدواء وبنية الجزيء في تحسين أداء استخراج التفاعلات الدوائية بشكل ملحوظ بالنسبة لبعض أنواع التفاعلات الدوائية المحددة. ثالثًا، يمكن أن يؤدي الاستخدام المتزامن لمعلومات وصف الدواء وبنية الجزيء إلى تحسين كبير في الأداء بالنسبة لجميع أنواع التفاعلات الدوائية. وقد أظهرنا أن النصوص المسطحة، ومعلومات وصف الدواء، وبيانات البنية الجزيئية مكملة لبعضها البعض، وأن الجمع الفعّال بينها ضروري لتحسين الأداء.

المعايير القياسية

معيار قياسيالمنهجيةالمقاييس
drug-drug-interaction-extraction-on-ddiDESC+MOL+SciBERT
F1: 0.8408
Micro F1: 84.08

بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — عجّل تطوير الذكاء الاصطناعي الخاص بك من خلال البرمجة المشتركة المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة المشتركة بالذكاء الاصطناعي
وحدات معالجة رسومات جاهزة
أفضل الأسعار
ابدأ الآن

Hyper Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp
استخدام وصفات الأدوية وهيكل الجزيئات لاستخراج التفاعلات الدوائية من الأدبيات | الأوراق البحثية | HyperAI