[논문 리뷰] COVID-SEE: Scientific Evidence Explorer for COVID-19 Related Research

Karin Verspoor, Simon Šuster외 8명|arXiv (Cornell University)|2020. 08. 18.

Topic Modeling참고 문헌 20인용 수 12

한 줄 요약

COVID-SEE는 신경 검색을 상호작용 가능한 PICO 구조의 의료 개념, 주제 및 관계의 시각화와 통합함으로써 코로나19 연구 탐색을 향상시키는 웹 기반 문헌 탐색 시스템이다. 연구자들이 협동적인 산키 다이어그램, 주제 모델 및 개념 클라우드를 통해 주요 주제, 개념 간 관계 및 문서 컬렉션을 탐색할 수 있게 하여 생물의학 문헌 내에서 정보의 탐색 가능성과 탐색적 검색을 향상시킨다.

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.

연구 동기 및 목표

• 기존 도구가 랭크된 문서 목록만 반환하는 점을 감안해, 코로나19 문헌 내 과학적 증거의 상호작용적 탐색을 가능하게 하는 것.
• 의료 연구자가 시각적, 주제적, 관계적 시각화를 통합함으로써 집중 검색과 탐색적 검색을 유연하게 번갈아 사용할 수 있도록 지원하는 것.
• 임상적 관련성을 위해 CORD-19에서 정보를 PICO 카테고리(인구집단, 간병, 비교군, 결과)로 구조화하고 정리하는 것.
• 개념 간 관계, 주제 및 주요 용어를 컬렉션 전반에 걸쳐 시각화하여 관련 문헌의 탐색 가능성과 이동 가능성 향상시키는 것.
• 신경 검색과 다중 협동 시각화를 통합한 통합 인터페이스를 제공하여 증거 탐색을 위한 것.

제안 방법

• CORD-19 데이터셋에서 고정밀도 검색을 위해 사전 학습된 신경 검색 엔진(covidex.ai에서 제공)을 활용한다.
• 기사 텍스트에서 의료 개념(예: 인구집단, 간병, 결과 등)을 추출하고 구조화하기 위해 PICO 기반 분류를 적용한다.
• 가중치가 부여된 PICO 개념 간 관계를 시각화하기 위해 산키 다이어그램을 사용하며, 클릭 가능한 링크를 통해 관련 기사를 검색할 수 있도록 한다.
• 전체 문서 컬렉션의 주제를 시각화하기 위해 의료 개념 기반으로 학습된 글로벌 주제 모델을 활용한다.
• 문서별 동적 개념 클라우드를 생성하여 주요 용어를 강조하고 문서 수준의 탐색을 지원한다.
• 선택된 기사 컬렉션을 저장, 버전 관리 및 재활성화할 수 있는 사용자 브리프케이스를 통합한다.

실험 결과

연구 질문

• RQ1 상호작용적 시각화는 코로나19 문헌 내 관련 과학적 증거의 탐색 및 이동에 어떻게 기여하는가?
• RQ2 PICO 기반의 개념 간 관계는 검색 결과의 해석 가능성과 유용성에 어느 정도 향상시키는가?
• RQ3 다중 시각화(개념 관계, 주제, 개념 클라우드)의 협동적 활용은 생물의학 문헌 내 탐색적 검색을 더 효과적으로 지원할 수 있는가?
• RQ4 신경 검색과 구조화된 개념 시각화를 통합함으로써 표준 문서 검색 방식에 비해 증거 탐색에서 어떤 우월성을 보이는가?
• RQ5 시각적 요약은 대규모 과학적 컬렉션 전반에서 핵심 발견과 관계를 식별하는 데 연구자들에게 어떤 역할을 하는가?

주요 결과

• COVID-SEE는 신경 검색과 다중 시각화를 성공적으로 통합하여 연구자가 협동적 인터페이스에서 개념 간 관계, 주제 및 주요 용어를 탐색할 수 있도록 했다.
• 산키 다이어그램은 주요 PICO 관계를 효과적으로 강조하며, 클릭 가능한 링크를 통해 관련 기사를 노출시켰다. 이는 '코로나19의 잠복기'에 대해 검색된 58篇 기사에서 입증되었다.
• 주제 시각화 모델은 검색된 기사 컬렉션 내에서 주제 군집을 식별하고 표시하여 주제 기반 탐색을 지원한다.
• 개념 클라우드 뷰는 핵심 용어의 간결한 문서 수준 요약을 제공하여 기사 내용을 신속하게 평가하는 데 기여한다.
• 연구자가 집중 쿼리와 광범위한 개념 탐색 간을 원활하게 이동할 수 있도록 하여 탐색적 검색에서 베이스라인 검색 방식을 능가한다.
• 사용자 브리프케이스 기능은 선택된 문헌을 지속적으로 추적하고 재분석할 수 있도록 하여 반복적인 연구 워크플로우를 지원한다.