[論文レビュー] COVID-SEE: Scientific Evidence Explorer for COVID-19 Related Research

Karin Verspoor, Simon Šuster+8 more|arXiv (Cornell University)|Aug 18, 2020

Topic Modeling参考文献 20被引用数 12

ひとこと要約

COVID-SEE は、神経検索と PICO 構造化医療概念、トピック、関係のインタラクティブ可視化を統合することで、COVID-19 研究の発見を強化するウェブベースの文献探索システムです。研究者が協調的なサンキー図、トピックモデル、概念クラウドを通じて顕著なトピック、概念関係、文書コレクションを探索できるようにし、生体医学文献における情報の検索可能性と探索的検索を向上させます。

ABSTRACT

We present COVID-SEE, a system for medical literature discovery based on the concept of information exploration, which builds on several distinct text analysis and natural language processing methods to structure and organise information in publications, and augments search by providing a visual overview supporting exploration of a collection to identify key articles of interest. We developed this system over COVID-19 literature to help medical professionals and researchers explore the literature evidence, and improve findability of relevant information. COVID-SEE is available at http://covid-see.com.

研究の動機と目的

• 既存のツールがランキング順の文書リストのみを返すというギャップに対処し、COVID-19 文献における科学的証拠のインタラクティブな探索を可能にすること。
• 視覚的、主題的、関係的ビューを統合することで、医療研究者が焦点的検索と探索的検索の間を自在に切り替えられるように支援すること。
• 臨床的関連性を持つために、CORD-19 からの情報を PICO カテゴリ（対象集団、介入、対照群、結果）に基づいて構造化・整理すること。
• 概念関係、トピック、顕著語の可視化を通じて、コレクション全体にわたる関連文献の検索可能性とナビゲーション性を向上させること。
• 証拠発見のための神経検索と複数の連携可視化を統合した一元化インターフェースを提供すること。

提案手法

• CORD-19 データセットからの高精度な検索を実現するため、covidex.ai から提供される事前学習済み神経検索エンジンを活用する。
• PICO を用いた分類を適用し、記事本文から医療概念（例：対象集団、介入、結果）を抽出・構造化する。
• PICO 概念間の重み付き関係を可視化するサンキー図を用い、クリック可能なリンクで関連文書を取得可能にする。
• 文書コレクションの主題的可視化を生成するため、医療概念上でトレーニングされたグローバルトピックモデルを採用する。
• 文書ごとに動的でダイナミックな概念クラウドを生成し、顕著語を強調して文書レベルの探索を支援する。
• 選択された文書コレクションの保存、バージョニング、再活性化を可能にするユーザーの簡易ボックスを統合する。

実験結果

リサーチクエスチョン

• RQ1 インタラクティブ可視化は、COVID-19 文献における関連科学的証拠の発見とナビゲーションをどのように改善するか？
• RQ2 PICO 構造化された概念関係は、検索結果の解釈可能性と実用性をどの程度向上させるか？
• RQ3 複数のビュー（概念関係、トピック、概念クラウド）を連携させた可視化は、生体医学文献におけるより効果的な探索的検索を支援できるか？
• RQ4 神経検索と構造化された概念可視化を組み合わせることで、標準的な文書検索に比べて証拠発見の性能がどの程度向上するか？
• RQ5 視覚的サマリーは、大規模な科学的コレクションにわたる主要な発見や関係を特定するのを研究者がどのように支援するか？

主な発見

• COVID-SEE は神経検索とマルチビュー可視化を効果的に統合し、研究者が協調的なインターフェースを通じて概念関係、トピック、顕著語を探索できるようにした。
• サンキー図は顕著な PICO 関係を効果的に強調しており、クリック可能なリンクで関連文書を表示できることが、『COVID-19 の潜伏期間』について抽出された 58 件の記事で実証された。
• トピック可視化モデルは、抽出された文書コレクション内の主題クラスタを特定・表示し、主題的探索を支援した。
• 概念クラウドビューは、キーワードの要約を簡潔に提示し、文書コンテンツの迅速な評価を支援した。
• 研究者が焦点的なクエリと広範な概念探索の間をなめらかに移動できるようにすることで、COVID-SEE はベースライン検索を上回る探索的検索性能を示した。
• ユーザーの簡易ボックス機能により、選択された文献の継続的追跡と再分析が可能となり、反復的な研究ワークフローを支援した。