SEACOIN2.0: una herramienta interactiva de minería y visualización para la recuperación de información, resumidos y descubrimiento del conocimiento

El tamaño que aumenta rápidamente de bases de datos biomédicas como Medline requiere el uso de métodos inteligentes de minería de datos para la extracción y resumidos de información. Las herramientas de minería de texto biomédico existentes tienen capacidades limitadas para incorporar información de citas durante el ranking de documentos y para inferir relaciones topológicas y de red entre términos biomédicos. A menudo se devuelve demasiada información durante la resumido, lo que lleva a la sobrecarga de información. Además, los descubrimientos basados en literatura podrían ser difíciles de interpretar si la red es demasiado compleja. SEACOIN2.0 puede incorporar información de citas durante el ranking de documentos y utiliza un algoritmo único de minería de reglas de asociación para generar árboles k-arios de múltiples niveles. Los árboles de múltiples niveles facilitan la recuperación eficiente de información, la exploración visual de datos, la resumido y la generación de hipótesis. El sistema presenta resumidos gráficos a través de múltiples paneles de visualización dinámica y una nube de palabras interactiva. Se utiliza el algoritmo LexRank para identificar oraciones destacadas en los mejores resúmenes relacionados con la consulta. Se logró una medida F promedio del 94% para la recuperación de documentos, y se obtuvo una precisión promedio del 88% para la identificación de los principales términos de co-ocurrencia. SEACOIN2.0 también se utilizó para replicar hallazgos previamente publicados utilizando los enfoques de descubrimiento basado en literatura y PheWAS basado en EMR. Presentamos aquí SEACOIN2.0 (https://newton.isye.gatech.edu/SEACOIN2/), una herramienta de minería visual interactiva para mejorar la recuperación de información, la resumido automatizada de múltiples niveles de los resúmenes de Medline y el descubrimiento basado en literatura. SEACOIN2.0 aborda el problema de “sobrecarga de información” y permite a los clínicos e investigadores biomédicos satisfacer sus necesidades de información.