应用人工智能克服泌尿系统癌症临床信息过载
Arnulf Stenzl、Cora N Sternberg、Jenny Ghith、Lucile Serfass、Bob J A Schijvenaars、Andrea SbonerBJU 国际 2021 年 11 月 30 日
目标:描述人工智能 (AI) 在医学文献和试验中的应用数据提取及其在泌尿肿瘤学中的应用。这篇桥接审查整合了来自人工智能不同应用的信息,强调了人工智能用户如何调查比传统方法更复杂的查询,从而将原始数据和复杂的输出合成为更具可操作性和个性化的结果,特别是在尿路肿瘤领域
方法学:在 PubMed、Dimensions、Embase 和 Google(1999-2020)中进行了文献和临床试验搜索。搜索的重点是使用人工智能及其各种形式来促进泌尿肿瘤学中的文献搜索、临床指南制定和临床试验数据提取。 为了说明如何应用人工智能来解决有关优化治疗决策和个性化治疗方案的问题,在与Dimensions 链接的信息平台上搜索“前列腺癌”关键字(确定了76 篇出版物;包括48 篇)。
结果:人工智能提供了将原始数据和复杂的输出转化为可操作的可能。文献和临床试验搜索可以自动化,使临床医生能够快速开发和分析关于治疗测序等复杂问题的出版物,并获得快速广泛的文件更新信息。一个包含 12 个试验数据库和 100 多个科学文献来源的基于 AI 的平台能够创建交互式可视化。
结论:随着文献和临床试验环境的复杂性和速度不断增加,提取正确信息的能力在合适的时间来自不同的搜索引擎和 资源,虽然排除了社交媒体偏见,但变得更具挑战性。这篇综述表明,通过应用自然语言处理和机器学习算法,经过验证和优化的 AI 与传统方法相比,可以实现更快、更个性化、更高效、更集中的搜索。
网友评论