27 июля 2021, вторник, 09:31
VK.comFacebookTwitterTelegramInstagramYouTubeЯндекс.ДзенОдноклассники

НОВОСТИ

СТАТЬИ

PRO SCIENCE

МЕДЛЕННОЕ ЧТЕНИЕ

ЛЕКЦИИ

АВТОРЫ

Побочные эффекты лекарств можно выявить благодаря Твиттеру

PxHere

Россия приняла участие в международном соревновании SMM4H Shared Task 2020 по выявлению упоминаний о побочных эффектах приема лекарственных препаратов по постам в социальных сетях. Мероприятие объединяет ученых из разных стран и призвано облегчить и ускорить разработку автоматических методов сбора, извлечения, представления и анализа данных социальных сетей по теме здоровья. В следующем году организаторы планируют изучить твиты о лекарствах, применяемых при лечении коронавирусной инфекции.

В прошлом году российские команды тоже решали конкурсные задачи, а в этом году задачи были не только на английском, но и на русском языке. Работа поддержана грантом Российского научного фонда (РНФ). Итоги работы опубликованы в научной статье, кратко о них сообщает пресс-служба РНФ.

«Научная группа из Пенсильванского университета создала инициативу #SMM4H, чтобы облегчить и интенсифицировать разработку автоматических методов сбора, извлечения, представления, анализа данных социальных сетей по теме здоровья. В этом году она проводилась в пятый раз и впервые включала в себя данные на русском языке, которые предоставляли мы с коллегами из Казанского федерального университета», — поясняет один из организаторов соревнования Елена Тутубалина, старший научный сотрудник Казанского федерального университета. Ее научная группа при поддержке РНФ собирает новые корпуса пользовательских текстов медицинской направленности, а также создает новые модели, улучшающие существующие методы извлечения информации из отзывов и коротких сообщений, посвященных лекарственным средствам и реакциям на них, разрабатывает программные средства обработки текстов на английском и русском языках. 

Огромный объем текстовых данных в социальных сетях представляет разные возможности для использования их в качестве ресурса для здравоохранения. В последние годы во всем мире и в России общественность всё больше задумывается над проблемой продвижения продуктов фармацевтических компаний. Через интернет-ресурсы пользователи получают возможность обмена мнениями и почти неограниченный доступ к информации о сегментах фармацевтического рынка и сведениях медицинской направленности. Кроме того, клинические испытания не всегда позволяют обнаружить полный перечень побочных эффектов. Это вызвано тем, что зачастую побочные эффекты проявляют себя после длительного приема препарата или же оказывают эффект только на определенную группу пациентов, не участвовавших в клинических испытаниях. Решение обозначенных выше проблем ученые предлагают решать с помощью интеллектуального анализа отзывов пользователей о лечении.

В этом году научный коллектив из Казанского федерального университета и Пенсильванского университета впервые провел открытое соревнование по выявлению упоминаний о побочных эффектах от приема лекарственных препаратов из твитов на русском языке в рамках соревнования Social Media Mining for Health Applications (#SMM4H) Shared Task 2020. Участники должны были разработать методы классификации публикации в Твиттере о неблагоприятных лекарственных эффектах. Для проведения соревнования Елена с коллегами подготовила коллекцию из 9,5 тыс. русскоязычных твитов о 70 антидепрессантах, противовирусных, бронхорасширяющих и противодиарейных препаратах. Организаторы вручную разделили твиты на две группы: одни содержали информацию о побочных эффектах лекарств, другие — названия заболеваний и симптомов, но не побочных эффектов. Командам необходимо было предложить способы автоматизации такой классификации, используя современные языковые модели и методы машинного обучения. Эту задачу выполняли 7 команд из России, Финляндии, США, Хорватии и Великобритании. Россию представляли команды из Высшей школы экономики и лаборатории Сбербанка по искусственному интеллекту.

По результатам подготовлен и опубликован новый размеченный корпус твитов на русском языке. Готовые корпуса могут быть использованы для обучения моделей на основе машинного обучения. Модели в дальнейшем можно применять для автоматической разметки текстов и других задач программистов и исследователей, что поможет анализировать побочные эффекты от приема лекарственных препаратов и другую важную для медицины информацию.

«Проведенные исследования позволяют сделать важный шаг в дальнейшей разработке автоматических систем для задачи извлечения побочных эффектов из текстов социальных медиа на русском языке. В будущем планируется продолжать проведение трека в рамках симпозиума SMM4H. В частности, в следующем году мы хотели бы рассмотреть твиты о лекарствах, применяемых при лечении коронавирусной инфекции. Регистрация для команд уже открыта», — заключает Елена Тутубалина.

Обсудите в соцсетях

«Ангара» Африка Византия Вселенная Гренландия ДНК Иерусалим КГИ Луна МГУ МФТИ Марс Монголия НАСА РБК РВК РГГУ РадиоАстрон Роскосмос Роспатент Росприроднадзор Русал СМИ Сингапур Солнце Титан Юпитер акустика антибиотики античность антропогенез археология архитектура астероиды астронавты астрофизика бактерии бедность библиотеки биоинформатика биомедицина биомеханика бионика биоразнообразие биотехнологии блогосфера вакцинация викинги виноделие вирусы воспитание вулканология гаджеты генетика география геология геофизика геохимия гравитация грибы дельфины демография демократия дети динозавры животные здоровье землетрясение змеи зоопарк зрение изобретения иммунология импорт инновации интернет инфекции ислам исламизм исследования история карикатура картография католицизм кельты кибернетика киты клад климатология клонирование комары комета кометы компаративистика космос кошки культура культурология лазер лексика лженаука лингвистика льготы малярия мамонты математика материаловедение медицина металлургия метеориты микробиология микроорганизмы мифология млекопитающие мозг моллюски музеи насекомые наука нацпроекты неандертальцы нейробиология неолит обезьяны общество онкология открытия палеоклиматология палеолит палеонтология память папирусы паразиты перевод питание планетология погода политика право приматы природа психиатрия психоанализ психология психофизиология птицы путешествие пчелы ракета растения религиоведение рептилии робототехника рыбы сердце смертность собаки сон социология спутники средневековье старение старообрядцы стартапы статистика табак такси технологии тигры топливо торнадо транспорт ураган урбанистика фармакология физика физиология фольклор химия христианство цифровизация школа экзопланеты экология электрохимия эпидемии эпидемиология этология язык Александр Беглов Алексей Ананьев Дмитрий Козак Древний Египет Западная Африка Латинская Америка НПО «Энергомаш» Нобелевская премия РКК «Энергия» Российская империя Сергиев Посад Солнечная система альтернативная энергетика аутизм биология бозон Хиггса вымирающие виды глобальное потепление грипп защита растений инвазивные виды информационные технологии искусственный интеллект история искусства история цивилизаций исчезающие языки квантовая физика квантовые технологии климатические изменения компьютерная безопасность компьютерные технологии космический мусор криминалистика культурная антропология культурные растения междисциплинарные исследования местное самоуправление мобильные приложения научный юмор облачные технологии обучение одаренные дети педагогика персональные данные подготовка космонавтов преподавание истории продолжительность жизни происхождение человека русский язык сланцевая революция темная материя физическая антропология финансовый рынок черные дыры эволюция эволюция звезд эмбриональное развитие этнические конфликты ядерная физика Вольное историческое общество Европейская южная обсерватория жизнь вне Земли естественные и точные науки НПО им.Лавочкина Центр им.Хруничева История человека. История институтов дело Baring Vostok Протон-М 3D Apple Big data Dragon Facebook Google GPS IBM MERS PayPal PRO SCIENCE видео ProScience Театр SpaceX Tesla Motors Wi-Fi

Редакция

Электронная почта: polit@polit.ru
Телефон: +7 929 588 33 89
Яндекс.Метрика Top.Mail.Ru
Свидетельство о регистрации средства массовой информации
Эл. № 77-8425 от 1 декабря 2003 года. Выдано министерством
Российской Федерации по делам печати, телерадиовещания и
средств массовой информации. Выходит с 21 февраля 1998 года.
При любом использовании материалов веб-сайта ссылка на Полит.ру обязательна.
При перепечатке в Интернете обязательна гиперссылка polit.ru.
Все права защищены и охраняются законом.
© Полит.ру, 1998–2021.