Иллюстрация: МФТИ.
Российские ученые обучили нейронную сеть анализировать мнения пользователей соцсетей об эффектах лекарств, чтобы преодолеть терминологический разрыв между пациентами и врачами. Нейросеть превращает текст, написанный на обычном языке (например, «не могу заснуть всю ночь» или «слегка кружится голова»), в формальный медицинский язык («бессонница» и «головокружение» соответственно).
Социальные сети — практически неисчерпаемый источник мнений по широкому кругу вопросов. Люди пишут о своей работе, отношениях и, в том числе, жалуются на проблемы со здоровьем. По сути, социальные сети предоставляют огромные наборы данных мнений вместе с демографической информацией и другими данными о пользователе.
«Мы живем в условиях информационного взрыва, когда количество информации удваивается каждые несколько лет, и человек или даже коллектив людей уже не способен обработать все доступные данные, — говорит старший научный сотрудник Лаборатории хемоинформатики и молекулярного моделирования Казанского федерального университета Елена Тутубалина. — В нашем проекте используются методы анализа текстов и машинное обучение для извлечения полезной информации из доступных данных, как, например, в этом случае, где мы извлекали упоминания о побочных лекарственных реакциях из сообщений, которые люди пишут в социальных сетях».
По мнению авторов работы, непрерывное развитие и улучшение точности интеллектуального анализа текстов сообщений пациентов в социальных сетях окажет значительное влияние на изучение влияния лекарств на организм, повторное назначение лекарств и понимание лекарственных эффектов в контексте других факторов, таких как одновременный прием разных препаратов, диеты и образа жизни.
В исследовании приняли участие ученые Казанского федерального университета, Курчатовского института, Первого МГМУ, Санкт-Петербургского отделения Математического института РАН и Московского физико-технического института.