Um Sistema de Processamento de Linguagem Natural para Extrair Evidências de Redirecionamento de Medicamentos a Partir de Publicações Científicas

Mais de 200 medicamentos genéricos aprovados pela Administração de Alimentos e Medicamentos dos EUA para indicações não relacionadas ao câncer demonstraram potencial para tratar câncer. Devido ao seu longo histórico de uso seguro por pacientes, baixo custo e ampla disponibilidade, o redirecionamento desses medicamentos representa uma grande oportunidade para melhorar rapidamente os resultados para pacientes com câncer e reduzir os custos de saúde. Em muitos casos, já existem evidências de eficácia para o câncer, mas tentar extrair manualmente tais evidências da literatura científica é intratável. Neste artigo sobre aplicações emergentes, introduzimos um sistema para automatizar a extração de evidências de medicamentos genéricos não relacionados ao câncer a partir de resumos do PubMed. Nossa principal contribuição é definir o pipeline de processamento de linguagem natural necessário para obter tais evidências, compreendendo os seguintes módulos: consulta, filtragem, extração de entidades de tipo de câncer, classificação de associação terapêutica e classificação de tipo de estudo. Utilizando a especialização em nosso time, criamos nossos próprios conjuntos de dados para essas tarefas especializadas e específicas do domínio. Obtivemos um desempenho promissor em cada um dos módulos, utilizando técnicas modernas de processamento de linguagem e planejamos tratá-los como abordagens padrão para futuras melhorias de componentes individuais.