문헌에서 약물-약물 상호작용 추출을 위한 약물 설명 및 분자 구조의 활용

동기문헌에서 약물-약물 상호작용(Drug-Drug Interactions, DDIs)을 추출하기 위한 신경망 기반 방법은 대량의 주석 데이터를 필요로 한다. 본 연구에서는 기존 모델과 결합하여 외부 약물 데이터베이스 정보 및 대규모 일반 텍스트 정보를 효과적으로 활용할 수 있는 새로운 방법을 제안한다. 구체적으로, 약물 데이터베이스 정보로 약물 설명 및 분자 구조 정보에 초점을 맞추었다.결과우리는 DDIExtraction 2013 공동 작업 데이터셋을 대상으로 제안한 접근법을 평가하였다. 다음과 같은 결과를 도출하였다. 첫째, 기존 모델과 결합할 때 대규모 일반 텍스트 정보는 DDIs 추출 성능을 크게 향상시키며, 기존 최고 성능을 달성하였다. 둘째, 약물 설명 정보와 분자 구조 정보 각각이 특정한 DDI 유형에 대해 성능 향상에 기여함을 확인하였다. 셋째, 약물 설명 정보와 분자 구조 정보를 동시에 사용할 경우, 모든 DDI 유형에서 성능이 상당히 향상됨을 입증하였다. 본 연구는 일반 텍스트, 약물 설명 정보, 분자 구조 정보가 서로 보완적이며, 이들의 효과적인 통합이 성능 향상에 필수적임을 보였다.