Metin Madenciliği Teknolojisine Dayalı Hipertansiyon İlaç Tedavisinin Düzenliliği Araştırması
Li Yanhong1, Shen Ruiqi1, Ou Jingmin2
(1. Bilgi Yönetimi ve Mühendisliği Okulu, Şangay Finans ve Ekonomi Üniversitesi, Şangay 200433; 2. Genel Cerrahi Bölümü, Xinhua Hastanesi, Şangay Jiaotong Üniversitesi Tıp Fakültesi, Şangay 200092)
: Büyük veri çağının ortaya çıkışı, veri madenciliği teknolojisinin değerini giderek daha fazla vurgulamaktadır. Veri madenciliğinin bir araştırma dalı olarak metin madenciliği, yapılandırılmamış verilerin bilgi keşfi için büyük önem taşır. Hipertansiyon, geniş bir popülasyon, yüksek insidans ve çeşitli tedavi ilaçlarından muzdariptir, bunlar arasında ilaç kurallarını bulmak klinik tıbbın önemli bir yönüdür. Metin madenciliği teknolojisine dayalı olarak, doktor-hasta etkileşimli forum verileri çevrimiçi tıbbi web sitelerinden elde edilir ve metin önceden işlenir.TFIDF algoritmasına dayalı olarak, yaygın Çin ve Batı ilaçlarının özellikleri, ilaçsız tedaviler ve hipertansiyon komplikasyonları keşfedilir ve semptomları araştırmak için ilişkilendirme kuralları algoritması kullanılır. İlaç ilişkisi, hipertansiyonun klinik yargı ve ilaç araştırması için faydalıdır. Ek olarak, çevrimiçi tıbbi web sitesi doktor-hasta etkileşim verilerinin hastalık araştırması için kullanılabilirliği ve etkinliği doğrulanır.
: Hipertansiyon; metin madenciliği; ilaç kuralları; TF-IDF; ilişkilendirme kuralları
: TP399 belge kimlik kodu: ADII: 10.19358 / j.issn.1674-7720.2017.03.030
Alıntı biçimi : Li Yanhong, Shen Ruiqi, Ou Jingmin Metin madenciliği teknolojisine dayalı hipertansiyon ilaçlarının kuralı üzerine araştırma J. Mikrobilgisayar ve Uygulama, 2017,36 (3): 103-106.
0 Önsöz
Metin madenciliği, bilgiyi daha iyi organize etmek için metin verilerinde kullanıcılar tarafından anlaşılabilen keşfedilmemiş, değerli bilgileri çıkarabilir ve veri madenciliğinin bir araştırma dalıdır. Büyük veri çağında, çok büyük miktarda veri, çeşitli türler ve düşük değer yoğunluğu vardır. Bu kadar büyük miktardaki önemsiz metin verilerini işlemek için geleneksel bilgi erişim teknolojisinin kullanılması açıkça yetersizdir ve metin madenciliği yavaş yavaş dikkat çekmiştir. Tıbbi haberler, biyomedikal literatür, çevrimiçi tıbbi web sitelerindeki doktor-hasta etkileşimli forumlar vb. Gibi yapılandırılmamış metinler biçiminde büyük miktarda tıbbi bilgi interneti doldurur. Metin madenciliği bilgi ve teknolojisinin gizli yasaları keşfetmek için uygulanması tıbbi araştırma haline geldi. Önemli bir yönü
Şu anda en sık görülen hastalık hipertansiyon ... İstatistiklere göre ülkede 270 milyona yakın hipertansiyon hastası var 15 yaş ve üzeri hipertansiyon görülme sıklığı dörtte bire kadar çıkıyor ve kademeli bir artış var. Tedavide kullanılan birçok Çin ve Batı ilacı türü vardır ve klinik kullanım için sürekli olarak yeni ilaçlar geliştirilmektedir. Hipertansiyon için ilaç kuralını bulmak klinik tıbbın önemli bir görevidir.
Metin madenciliği teknolojisine dayanan bu makale, hipertansiyonla ilgili ilgili bilgileri elde etmek için Çin'deki tanınmış çevrimiçi tıbbi web sitelerinde hipertansiyonla ilgili doktor-hasta sorularının metinlerini alıyor ve elde edilen sonuçlar, hipertansiyonun klinik yargıları ve ilaç araştırması için yararlı olan doktorlar ve hastalar tarafından referans amaçlıdır.
1 Literatür incelemesi
Metin madenciliğinin biyoinformatik ve biyofarmasötik alanlarındaki uygulaması başarılı olmuş ve Çin tıbbı alanındaki uygulaması için bir vaka oluşturmuştur. Referans [1], metin madenciliği teknolojisinin Çin tıbbı literatürünün analizi için çok umut verici bir yöntem olduğuna işaret etti. Şu anda, metin madenciliği teknolojisi gerçekten de ülkemizde Çin tıbbı alanında yaygın olarak kullanılmaktadır. Giderek daha fazla bilim insanı, yalnızca hipertansiyon için Çin tıbbı literatürüne dayanan belirli bir hastalık için ilaç kurallarını incelemek için metin madenciliği teknolojisini kullanmaktadır. Literatür [2-3] Çin biyomedikal literatür veri tabanında hipertansiyon teşhisi ve tedavisi ile ilgili belgeler üzerinde gerekli veri temizliği yapıldıktan sonra, referans [2] her belgede görünen anahtar kelime çiftleri için bir anahtar kelime çifti program algoritması oluşturur ve aynı anahtar kelime çiftlerini birleştirir , Sıklıkla kullanılan Çin ve Batı ilaçlarını bulun; Referans [3], hipertansiyonun semptomlarını, sendromlarını ve ilaç kurallarını araştırmak için hassas anahtar kelimelerin sıklık istatistiklerine dayalı bir veri katmanlama algoritması kullanır. Şu anda, Çin'de tıbbi araştırmalar için kullanılan ağ verilerini görmedik. Yabancı ülkelerde, bunlara karşılık gelen iş bültenleri var. Örneğin, referans [4], ağ ve sosyal medya verilerinin önemli hastalık izleme kaynakları olduğuna ve bunlara dayalı metin madenciliği araştırmalarının yalnızca tahmin edemeyeceğine inanıyor. İnfluenza eğilimleri, sosyal ağ anormallikleri yoluyla biyolojik olayları da tespit edebilir; Referans [5], sosyal medyadaki oldukça gayri resmi açıklayıcı metinlerden advers ilaç reaksiyonu bilgilerini çıkarmak için bir makine öğrenimi yöntemi oluşturmaya çalışır; Referans [6] ] İnternet ve sosyal medyadaki kötüye kullanımla ilgili bilgilerin reçeteli ilaçların kötüye kullanımını izlemek için kullanılabileceği bulunmuştur; Referans [7], çevrimiçi tıp topluluklarındaki sosyal destek alışverişlerinin depresyon gibi hastaların ruh sağlığına yararlı olup olmadığını araştırır; Referans [8] Twitter'ı hedefler Kullanıcılar, hastalıklarını tanımlamak için sade ve günlük bir dil kullanıyorlar ve sıklıkla şüpheli veya doğrulanmış bir özellik yerine sendromları bildiriyorlar ve Twitter'ın semptom izleme için zengin ve düşük maliyetli bir veri kaynağı olma potansiyeline sahip olduğunu gördüler.
İlaç kurallarının incelenmesi ile ilgili olarak, referans [1] 'i içeren mevcut literatür yalnızca yaygın olarak kullanılan geleneksel Çin tıbbının ve batı tıbbının ilaç kuralını ortaya çıkarmıştır ve "semptom-ilaç" ilişkisi üzerine çok az araştırma vardır. Ek olarak, veri kaynaklarının tümü doğrudan biyomedikal literatür veri tabanından alınan belgelerdir. Literatürdeki veriler daha yetkili olmakla birlikte yapay olarak işlenmiştir. Yurt dışı araştırma sonuçlarına göre, ağ verilerinin tıbbın belirli yönlerinde etkili olduğu ve doğrudan internetten toplanan verilerin daha objektif, gelişmiş ve klinik olarak değerli olduğu bilinmektedir. Bu nedenle, bu makale araştırma yöntemleri ve veri kaynağı seçiminde yeni girişimlerde bulunmaktadır.
2 araştırma tasarımı
Bu makalenin araştırma yolu şu şekilde tasarlanmıştır: veri tarama metin ön işleme (kelime segmentasyonu ve filtreleme) anahtar kelime çıkarma metin vektörleştirme bilgi edinme.
Veri toplama araştırmanın ilk adımıdır.İki katmanlı bir web gezgini tasarlamak için Python'u kullanın, Scrapy mimarisini kullanın ve ağ veri kaynaklarını elde etmek için tarayıcı tasarımının temel sınıfı olarak Spider'ı kullanın. Çince metin ön işlemenin en temel görevlerinden biri kelime bölümlemedir. Yapılandırılmamış metin verileri, sonuçlar üzerinde hiçbir etkisi olmayan ve metin işlenirken filtrelenmesi gereken birçok anlamsız sözcükle karıştırılacaktır. Harbin Teknoloji Enstitüsü'nün genişletilmiş durdurma kelime listesi temelinde, araştırmaya yardımcı olmayan "hastalık" ve "doktor" gibi bir dizi yüksek frekanslı kelime manuel olarak eklendi ve metin ön işlemeyi tamamlamak için kekeme kelime segmentasyonuna aktarıldı. Metin karmaşık bilgiler ve girişler içerdiğinden, metin vektörleştirmenin boyutluluğu çok büyüktür, bu nedenle önce özellik çıkarma ve boyut azaltma işlemlerinin yapılması gerekir. Bir kelimenin önemini daha objektif bir şekilde tartmak ve anahtar kelimelerin otomatik olarak çıkarılmasını gerçekleştirmek için sıklık-ters belge sıklığı (Terim Sıklığı-Ters Belge Sıklığı, TF-IDF) yöntemini kullanın. Metin vektörleştirme, metin verilerini yapılandırılmamıştan yapılandırılmışa dönüştürmek için önemli bir adımdır.Python makine öğrenme paketi scikit-learn, metin vektörleştirme sürecini tamamlamak için kullanılır. Son olarak kelime frekans istatistiklerine ve ilişkilendirme kurallarına dayalı klasik bir algoritma olan Apriori, hipertansiyon ilaçları hakkında bilgi edinmeyi tamamlar.
3 Ampirik analiz süreci
3.1 Veri alın
2013'ten 2016'ya kadar Xunyiwenyao çevrimiçi tıbbi web sitelerinde doktorlar ve hastalar arasındaki yüksek tansiyonla ilgili 57.000'e kadar etkileşimli metin verisini tarayın.
3.2 Metin ön işleme
Özel bir sözlüğü içe aktarın Özel sözlük, hipertansiyonla ilgili tıbbi isimler ve ilaç isimleridir. Harbin Teknoloji Enstitüsü'nün devre dışı bırakılmış sözlüğünü içe aktarın. Kelime segmentasyonu gerçekleştirin.
3.3 Anahtar kelimeleri alın
Öncelikle, anahtar kelimeleri yakalamak için kelime sıklığı istatistiklerine dayalı yöntemi kullanın. Hastanın sorularının esas olarak hastanın kan basıncına ("yüksek basınç", "düşük basınç"), tıbbi geçmişine ("kalp hastalığı", "diyabet", "koroner kalp hastalığı" vb.) Odaklandığı sonucuna varılmıştır. ) ve semptomların bir açıklaması ("baş dönmesi", "baş ağrısı"). Doktorun cevabı esas olarak ilacın adıdır. Belirtilen konuşma bölümünün anahtar kelimelerinin çıktısını almak için parametreler ayarlamak ve isim anahtar kelimelerini özellik çıkarma olarak almak, ilaç kurallarını daha verimli bir şekilde ortaya çıkarabilir. Hem kelime sıklığını hem de kelime önemini hesaba katan TF IDF yöntemi, anahtar kelimeleri otomatik olarak çıkarmak için kullanılır.
3.4 Metin vektörleştirme
TF IDF sonucunu karşılık gelen seyrek matrise dönüştürün. Her satır, toplam 57.000 satırlık bir dosyaya karşılık gelir ve sütunlar bir anahtar sözcük tablosundan oluşur. Ardından hipertansiyon ilaçları hakkında bilgi edinin.
4 Hipertansiyon ilaçları hakkında bilgi edinme
4.1 Yaygın Çin ve Batı ilaçlarını ve kelime sıklığına göre hipertansiyon için ilaç dışı tedavileri öğrenin
Geleneksel Çin ilaçlarının çok çeşitli olması, karmaşık doz-etki ilişkisi ve ilaçların oranına ilişkin katı düzenlemeler nedeniyle, çevrimiçi tıbbi web sitesindeki doktorlar çoğunlukla batı ilaçlarına yanıt vermektedir, bu nedenle geleneksel Çin ilaçlarının bileşenleriyle ilgili verilerin sıklığı genellikle azdır. Nispeten yüksek bir frekans seçildiğinde, hipertansiyon tedavisinde yaygın olarak kullanılan geleneksel Çin ilaçlarının Salvia miltiorrhiza, alıç, bezoar, cassia, krizantem, gastrodia ve Pueraria lobata kökü olduğu görülebilir. Literatür [2] [3], hipertansiyon tedavisi için en yaygın kullanılan Çin ilaçlarının Gastrodia, Uncaria, Salvia ve Rehmannia olduğu ve en yaygın kullanılan Çin patentli ilaçlarının Danshen Injection ve Zhenju Antihipertansif Tabletler olduğu sonucuna varmıştır. Bu çalışma, geleneksel Çin tıbbı ile tescilli Çin tıbbı arasında ayrım yapmadı, bu da Danshen'in Çin tıbbı bileşenlerinin ve enjeksiyonlarının ikili kimliğine sahip olmasına neden oldu, bu nedenle sıklık en fazla, bu nedenle bu makalenin sonucu literatüre benzer [2] [3].
Şekil 2, hipertansiyon tedavisi için yaygın olarak kullanılan batı ilaçlarının sıklık istatistiklerini göstermektedir. Kalsiyum kanal antagonistlerinin daha sık kullanıldığı ve analiz edilmeye devam ettiği görülebilir. Şekil 3'e göre, nifedipinin kalsiyum kanal antagonistleri arasında en sık kullanılan ve en yaygın kullanılan ilaç olduğu görülebilmektedir.
Tablo 1, ACEI ilaçlarının güncel sıklık tablosudur ve ACEI ilaçlarının% 60 ve% 35'ini oluşturan kaptopril ve enalaprilin en yaygın kullanılan ACEI ilaçları olduğunu göstermektedir.
ARB ilaçlarının kullanım sıklığı Tablo 2'de gösterilmektedir. Telmisartan ve Valsartan'ın sırasıyla% 34 ve% 30 oranında daha sık kullanıldığı görülmektedir.
Hidroklorotiyazid ve indapamid en yaygın kullanılan diüretiklerdir Triamteren ve spironolakton da diüretik etkiler yapar, ancak Şekil 4'te gösterildiği gibi sıklığı daha düşüktür.
Şekil 5, hipertansiyon için yaygın olarak kullanılan batı tıbbının kullanımına ilişkin literatürün [2] sonuçlarını göstermektedir. Bu makalenin hipertansif batı tıbbının şu anki kullanımına ilişkin sonucu literatürdeki [2] ile benzerdir ve ilk üç ilaç aynıdır. Bu makale daha detaylı bir analiz yapmakta ve hipertansiyon batı tıbbı sınıflandırması çerçevesinde daha detaylı bilgi vermektedir. Nifedipin, klinik pratikte yaygın olarak kullanılan bir antihipertansif ilaçtır ve aynı zamanda, hızlı iyileştirici etkiye sahip, özellikle dil altı olmak üzere nadir bir ilk yardım ilacıdır. Verilere ve uzmanlara göre, nifedipinin uzun süreli bir antihipertansif ilaç olarak kullanılıp kullanılamayacağı, teori ve pratikte farklılıklar olduğu bulunmuştur. Bu makaledeki araştırma verilerinden, kullanımı ilk sırada yer almaktadır ve kullanımının temelde Captopril ile aynı olduğu Şekil 5'ten görülebilmektedir. Şekil 5'teki sonuç, klinik araştırmayı daha çok yansıtan Çin biyomedikal literatür veri tabanından alınan verilere dayanmaktadır. Bu makaledeki araştırma, daha geniş bir aralığı kapsayan ve hastaların gerçek kullanımını yansıtan İnternet doktor-hasta etkileşimli forumunun verilerine dayanmaktadır. İkisi yaklaşık olarak aynı, bu da bu çalışmanın belirli bir güvenilirlik derecesini doğruluyor. Aynı zamanda, nifedipinin herhangi bir kötüye kullanımının mevcut kullanımda olup olmadığı, dikkate alınması ve daha fazla doğrulanması gerektiği sorusunu da gündeme getirdi.
Şekil 6'dan görülebileceği gibi, ilaç tedavisine ek olarak, değişen yaşam tarzı, diyet ve egzersiz de hipertansiyon tedavisi için yaygın terapilerdir. Hipertansiyonu olan hastalar şunlara dikkat etmelidir: düşük yağlı ve düşük tuzlu, duygusal dengeyi sürdürmeli, sigarayı bırakmalı ve alkolden kaçınmalı, hafif yemeli, uyumaya dikkat etmeli, daha fazla sebze yemeli, vitamin takviyesi yapmalı, daha fazla fiziksel egzersize katılmalı ve daha fazla su içmelidir.
4.2 İlişkilendirme kurallarına göre "belirti-ilaç" ilişkisinin elde edilmesi
Kelime frekans istatistiklerine göre elde edilen hipertansiyon semptomları ile ilgili bilgiler Şekil 7'de gösterilmektedir. Hipertansiyonun yaygın semptomlarının baş dönmesi, baş ağrısı, bulantı ve kusma ve ödem olduğu görülebilmektedir. Baş dönmesi ve baş ağrısı iki ana semptomdur ve bu sonuç literatürle uyumludur [3]. Şekil 7'ye göre hipertansiyon semptomları, hastanın beyin kan damarlarını etkileyen, baş ağrısına, baş dönmesine ve kulak çınlamasına neden olan; hastanın kardiyovasküler fonksiyonunu etkileyen ve çarpıntı ve anjinaya neden olan; uzuvlarda halsizlik, uyuşma ve ödeme neden olmak üzere üç kategoriye ayrılabilir.
Bu makaledeki veri kaynağı yetkili literatür değildir, hastanın semptom açıklaması veya doktorun yanıtı kapsamlı değildir ve veri setinin seyrekliği, minimum desteğin çok yüksek olamayacağını belirler. Aynı zamanda veriler temizlenir ve yeniden silinir ve anahtar sözcükler içermeyen ve matriste yalnızca bir anahtar sözcük silinerek veri yoğunluğu artırılır. Birçok denemeden sonra minimum desteği% 5'e düşürdüm ve% 50 güven düzeyini karşılayan güçlü kuralların şunlar olduğunu hesapladım:
Kural 1: Baş ağrısı baş dönmesi, minimum güven% 53.1;
Kural 2: Baş ağrısı kalsiyum kanal antagonisti, minimum güven% 53,3'tür;
Kural 3: Ödem diüretikler, minimum güvenlilik% 67,2'dir.
Kural 1'e göre, baş ağrısı semptomları olan hipertansif hastalara genellikle baş dönmesi eşlik eder ve her iki semptom da beyindeki kan damarlarıyla ilgilidir. Kural 2 ve 3, "belirti-ilaç" ın güçlü kurallarıdır. Kural 2, hipertansiyonlu hastalarda baş ağrısı varsa, doktorların genellikle kalsiyum kanal antagonistleri kullandığını belirtir. Kural 3'ün güveni% 70'e yakındır ve "semptomlar ve ilaçlar" arasındaki ilişki nispeten güçlüdür Hipertansiyonu olan hastalarda ödem semptomları varsa, doktorların genellikle diüretikleri antihipertansif ilaçlarla birlikte reçete ettiği sonucuna varılabilir. Yüz yüze konsültasyon olmaksızın metin verilerinin kalitesinin düşük olmasından ve ayrıca hipertansiyon patolojisinin karmaşık olması ve birçok eşzamanlı hastalık olması nedeniyle ortaya çıkarılan daha az "semptom-ilaç" kuralı vardır. İlaç, hastanın yaşı, tıbbi geçmişi, eşzamanlı hastalıkları ve daha fazlasıyla birleştirilmelidir. Enstrümantal inceleme yalnızca doğrulanabilir, bu nedenle tek bir "belirti-ilaç" ilişkisi zayıftır.
4.3 Hipertansiyon komplikasyonları için ilaç özelliklerinin kelime frekansına göre elde edilmesi
Şekil 8'de gösterildiği gibi hipertansiyonlu hastalara sıklıkla diyabet, arteriyoskleroz, koroner kalp hastalığı, serebral enfarktüs, tromboz, inme veya böbrek hastalığı eşlik eder. Bu tür hastalıklar veya nedenler birbiriyle bağlantılıdır ve hastalıkların tehlikeleri birbirini etkiler. Farklı komplikasyonlara göre semptomlar ve tedavi yöntemleri de farklıdır. Hipertansiyon komplikasyonları için ilaçların özelliklerini araştırmak, hipertansiyonu "koroner kalp hastalığı", "diyabet" ve "nefropati" ile örnek almak. Yukarıdaki gibi belirli bir komplikasyon içeren veriler tarandığında, tarama öncesi ve sonrasında anahtar kelime sıklığında büyük değişiklikler olan maddeler karşılaştırılarak, hipertansiyon ve koroner kalp hastalığı olan hastalarda "çarpıntı", "göğüs sıkışması, nefes darlığı" ve "anjina pektoris" semptomlarının daha sık görüldüğü görülmektedir. Tersine, tek başına hipertansiyonu olan hastalarda yukarıdaki üç semptomun sıklığı çok daha düşüktür ve "serebral enfarktüs" ve "arteriyoskleroz" sıklığı, koroner kalp hastalığı olan hastaların sadece 1 / 2'si kadardır. İlaç tedavisi açısından bakıldığında, koroner kalp hastalığı olan hipertansif hastalarda kalsiyum kanal antagonistlerinin kullanım sıklığı% 48,3 olup, bu ön tarama oranının neredeyse iki katıdır.Koroner kalp hastalığı olan hipertansif hastaların, ilk tercih edilen antihipertansif ilaç olarak kalsiyum kanal antagonistlerini kullanmaya daha yatkın oldukları görülmektedir. . Genel verilere göre, diyabetle komplike hipertansiyon için anahtar kelime sıklığı genellikle hipertansiyonunkinden daha düşüktür ve bu da semptomların temelde hipertansiyonunkilerle aynı olduğunu gösterir. Uzuvların "uzuvların zayıflığı", "ödem" ve "uyuşukluk" gibi semptomları basit hipertansiyonu olan hastalardan biraz daha yüksektir, bu da bu semptomların hipertansiyon ve diyabet sonrası ortaya çıkma eğiliminde olduğunu gösterir.Daha fazla idrar söktürücü yiyecekler yiyebilirsiniz. Obez hastaların diyabetle komplike hale gelen hipertansiyona sahip olma olasılığı daha yüksektir ve diyabetle komplike olan yüksek tansiyonlu hastaların da bayılma olasılığı daha yüksektir, bu nedenle hipertansif hastalar düşük şekeri önlemek için kilo vermek için daha fazla egzersiz yapmalıdır. Böbrek hastalığı ile komplike olan hipertansiyon için, "az tuzlu" ve "az yağlı" kelimelerin sıklığı% 70'e kadar çıkmaktadır, bu da hipertansif nefropatili hastaların duygusal dengeyi korurken düşük tuzlu ve az yağlı diyetlere özel dikkat göstermeleri gerektiğini göstermektedir. İlaç tedavisi açısından kalsiyum kanal antagonistleri hipertansif nefropatili hastalarda ilk tercihtir. Bol su ve vitamin takviyeleri için Basit hipertansiyon için bu ilaçsız tedavilerin teşvik edilmesi gerekir.Hipertansif nefropatili hastalarda böbrekler üzerindeki yükü azaltmak için vurgulanmaz.
5. Sonuç
Bu makale, hipertansiyon için yaygın Çin ve Batı ilaçları, ilaç dışı tedaviler, komplikasyon ilaçlarının özellikleri ve "semptom-ilaç" ilişkileri vb. Bulmak için TFIDF algoritması ve ilişkilendirme kuralı algoritması kullanılarak çevrimiçi tıbbi web sitesi doktor-hasta etkileşim forumu verilerine dayanan resmi metin madenciliği sürecine dayanmaktadır. Doğrulama için dikkate alınacak sorunları bulmak ve hastalık araştırmaları için İnternet verilerinin kullanılabilirliğini ve etkinliğini doğrulamak için mevcut literatürle bilgi ve etkileşimli doğrulama.
Bu makalenin ve sonraki çalışmanın eksiklikleri şunlardır: Doğal dil işlemenin mevcut gelişiminden etkilenen kelime bölütleme işlemenin hala iyileştirilmesi için yer vardır; karmaşık patoloji nedeniyle, tek bir "semptom-ilaç" ilişki kuralı analizi gerçek klinik uygulamada uygulanamayabilir ve dahası "Çoklu semptomların ve çoklu ilaçların" ortak madenciliği.
Tıbbi yönetimin mobilizasyonu ve istihbaratıyla, veriler daha da iyi olacak ve çeşitli kaynaklardan gelen verilerin ortak kullanımı, metin madenciliği teknolojisinin tıbbi alanda uygulanması güçlü bir canlılık gösterecektir.
Referanslar
[1] Yang Jin, Luo Man, Zhang Qirui Geleneksel Çin tıbbı literatürünün analizinde metin madenciliğinin uygulanması J. Journal of Guangdong College of Pharmacy, 2010,26 (2): 216-220.
[2] Wang Liying, Zheng Guang, Guo Hongtao, ve diğerleri Hipertansiyon için Çin patentli ilaçların ve batı ilaçlarının kullanımının metin madenciliği teknolojisine dayalı analizi J. Çin Geleneksel Çin Tıbbı Dergisi, 2013, 28 (1): 60-63.
3 He Dan, Jiang Miao, Zheng Guang ve diğerleri. Hipertansiyonun semptomlarını, sendromlarını ve ilaç kurallarını keşfetmek için metin madenciliği teknolojisini kullanma J. Çin Deneysel Formüller Dergisi, 2014, 20 (19): 214-216.
4 CORLEY CD, COOK DJ, MIKLER AR, ve diğerleri. Web ve sosyal medyada influenza sözlerinin metin ve yapısal veri madenciliği J. International Journal of Environmental Research and Public Health, 2010, 7 (2): 596- 615.
5 NIKFARJAM A, SARKER A, O'CONNOR K, ve diğerleri.Sosyal medyadan farmakovijilans: madencilikle ilgili advers ilaç reaksiyonu, kelime gömme küme özellikleriyle sekans etiketlemeyi kullanarak bahseder J. Journal of the American Medical Informatics Association, 2015,22 (3): 671-681.
6 SARKER A, OCONNOR K, GINN R, ve diğerleri. Toksikovijilans için sosyal medya madenciliği: twitter J 'dan reçeteli ilaç kötüye kullanımının otomatik olarak izlenmesi. İlaç Güvenliği, 2016,39 (3): 231-240.
7 YAN L, TAN Y. Hüzünlü hissetmek? Çevrimiçi olmak: hastalar arasında sosyal desteğin deneysel bir çalışması J. Information Systems Research, 2014,25 (4): 690-709.
8 GESUALDO F, STILO G, AGRICOLA E, ve diğerleri. Naif dilin otomatik öğrenimi yoluyla Twitter'da grip benzeri hastalık sürveyansı J. PLoS One, 2013, 8 (12): 182.
