COVID-KG使用AI扫描数千项研究以回答医生的当前局势问题

发布时间：2020-07-03 13:13:54 【来源：】

从当前局势开始，有关当前局势的研究数量急剧增加，从3月初的约20,000例增加到6月下旬的30,000多种。为了帮助临床医生消化文献中大量的生物医学知识，哥伦比亚，布兰代斯，DARPA，UCLA和UIUC的研究人员开发了一个框架-COVID-KG，用于“知识图”-依靠纸来回答有关毒品用途的自然语言问题等等。

大量的当前局势研究使得很难从谷壳中选出小麦。一些虚假信息已在社交媒体和期刊等出版场所得到推广。来自不同实验室和来源的有关该病毒的许多结果都是重复的，互补的甚至是矛盾的。

COVID-KG旨在通过阅读论文来构建包含节点和边的多媒体知识图来解决这一挑战。节点表示从论文的文本和图像中提取的实体和概念，而边缘表示涉及这些实体的关系。

COVID-KG摄取包括基因，疾病，化学物质和生物在内的实体类型;机制，治疗方法和表达增加等关系;以及基因表达，转录和定位等事件。它还利用为当前局势研究量身定制的开源数据集注释的实体，其中包括当前局势，病毒蛋白，进化，材料和免疫反应等实体类型。

COVID-KG从图形图像(例如，显微图像，剂量响应曲线和关系图)中提取视觉信息，以丰富知识图。在使用标题或引用上下文中的文本检测并隔离了每个文档中的图形之后，它随后应用计算机视觉来发现和分离非重叠区域，并识别每个图形中的分子结构。

COVID-KG提供诸如标签云和热图之类的语义可视化，使研究人员可以一目了然地查看数百或数千篇论文中的选定关系。反过来，这允许识别通常由关键字搜索或简单的词云或热图显示遗漏的关系。

在一个案例研究中，研究人员提出了一系列11个问题，这些问题通常在向COVID-KG提交的针对药品的重新用途报告中得到回答，例如“是通过手动还是通过计算机筛选的药品?”和“该药物是否显示出全身毒性证据?”以DARPA生物学家建议的三种药物(贝那普利，氯沙坦和阿莫地喹)为靶标，他们使用COVID-KG从25,534篇经同行评审的论文中构建了知识库。

研究小组报告说，根据审查结果的临床医生和医学院学生的意见，COVID-KG的回答是“信息丰富，有效且合理”。未来，合著者计划扩展系统，以通过预测新链接自动创建新假设。他们还希望为文学创造一个共同的语义空间，并将其应用于改善COVID-KG的跨媒体知识的基础，推断和传递。

共同作者写道：“借助COVID-KG，研究人员和临床医生能够从科学文献中获得值得信赖且平凡的答案，从而专注于更重要的假设检验，并优先考虑候选勘探方向的分析工作。”“在我们正在进行的工作中，我们创建了一个新的本体，其中包括77个实体子类型和58个事件子类型，并且我们正在根据新的本体重新构建端对端的联合神经系统。”

上一篇：HBO的西部世界的创作者推出了余尘电视项目
下一篇：PUBG移动的生命周期收入在短短7个月内达到30亿美元