Российские программисты обучили нейронную сеть анализировать мнения пользователей соцсетей о действии лекарств. Искусственный интеллект теперь может излагать пользовательский текст в медицинских терминах. Собранные в соцсетях данные помогут проанализировать побочные эффекты от препаратов на большой выборке.

"Не могу заснуть всю ночь", "слегка кружится голова" - эти и другие жалобы пользователей соцсетей теперь можно перевести на формальный медицинский язык - к примеру, "бессонница" и "головокружение" соответственно. Задача сопоставления упомянутого пользователем заболевания с конкретным медицинским термином называется нормализацией медицинских концептов.

Чтобы решить проблему сопоставления, программисты использовали обучение особого типа нейросетей (так называемых рекуррентныx нейронныx сетей) и семантическое векторное представление слов. В исследовании принимали участие ученые Казанского федерального университета, НИЦ "Курчатовский институт", Первого МГМУ им. И.М. Сеченова, Санкт-Петербургского отделения Математического института им. В.А. Стеклова РАН (ПОМИ РАН) и МФТИ. Исследования проводились на базах данных для английского языка. В ближайшие годы группа планирует перенести технологию на русский язык. Работа была поддержана грантом Российского научного фонда.

Для того чтобы осуществить корректное сопоставление, в программу загрузили медицинские тексты, после чего на их основе был сформирован специальный словарь. Работает это так: программа принимает большое количество текстов в качестве входных данных и сопоставляет каждому слову вектор.

- Мы берем готовые пользовательские комментарии из интернета, - пояснил научный сотрудник лаборатории нейронных систем и глубокого обучения МФТИ Валентин Малых. - Наша нейросеть - рекуррентная, то есть она способна запоминать. Не в прямом смысле слова, конечно, - нейросеть не мыслящий объект, но есть определенный механизм, с помощью которого она может зафиксировать текст. Мы загружаем в нейросеть тексты, а она сопоставляет их с терминами из Международной классификации болезней (МКБ). На выходе мы получаем вектора слов, где слова и термины, которые часто встречаются в похожем контексте, имеют схожие координаты. Таким образом нейросеть "сопоставляет" тексты пользователей и официальную медицинскую терминологию.

К примеру, если в нейронную сеть загрузить текст о том, что пользователя тошнит, нейросеть сопоставит эту жалобу с симптомом "тошнота". А если, к примеру, в машину загрузить текст о том, что у пользователя "бабочки в животе", то нейросеть просто откажется от этого варианта как возможного симптома, так как не найдет схожего по смыслу термина в МКБ.

Такая задача выходит за рамки простого сопоставления естественных выражений с элементами словаря: проблема в том, что сообщения пользователей могут вообще не пересекаться с медицинскими терминами.

- Важность работы определяется постоянно растущей потребностью в анализе текстовых данных, - считает старший научный сотрудник научно-исследовательской лаборатории медицинской информатики Казанского федерального университета Елена Тутубалина. - В нашем проекте используются методы анализа текстов и машинное обучение для извлечения полезной информации из доступных данных.

Научный сотрудник факультета информационных технологий и программирования Университета ИТМО Андрей Фильченков считает, что одна из очевидных проблем медицины и здравоохранения - коммуникационная, а проведение исследования может помочь ее решить.

- С алгоритмической точки зрения такая задача уже больше похожа на задачу перевода между разными языками (пусть и очень похожими). Решение этой проблемы лежит в области обработки естественного языка. В последние несколько лет для большинства задач в работе с текстами и речью наиболее успешные решения были основаны на применении глубоких нейронных сетей, которые позволяют выявлять сложные закономерности в данных. В частности, рекуррентные нейронные сети хорошо работают с последовательными данными, поскольку умеют находить связи в элементах с учетом контекста, в который они помещены, - отметил Андрей Фильченков.

По мнению авторов работы, непрерывное развитие и улучшение точности интеллектуального анализа текстов сообщений пациентов в социальных сетях окажет значительное влияние на понимание того, как те или иные лекарства воздействуют на организм.Также будет проанализирована информация о повторном назначении лекарств и понимании лекарственных эффектов в контексте других факторов, таких как одновременный прием разных препаратов, диеты и образ жизни.

Мария Недюк

Источники

Медицинский перевод
Известия, 13/09/2018
Нейронную сеть обучили распознавать жалобы на лекарства в соцсетях
Известия (iz.ru), 13/09/2018
Нейронную сеть обучили распознавать жалобы на лекарства в соцсетях
СоюзФарма (sojuzpharma.ru), 13/09/2018
Нейронную сеть обучили распознавать жалобы на лекарства в соцсетях
Российский научный фонд (рнф.рф), 13/09/2018
Нейросеть обучили распознавать жалобы на лекарства в соцсетях
Индикатор (indicator.ru), 14/09/2018
Нейросеть обучили распознавать жалобы на лекарства в соцсетях
Nanonewsnet.ru, 14/09/2018
Ученые РФ разработали нейронную сеть, анализирующую жалобы на лекарства в соцсетях
ТАСС, 14/09/2018
Нейронную сеть обучили распознавать жалобы на лекарства в соцсетях
Московский физико-технический институт (mipt.ru), 14/09/2018
Нейронную сеть обучили распознавать жалобы на лекарства в соцсетях
Научная Россия (scientificrussia.ru), 24/09/2018

Похожие новости

  • 23/06/2018

    Российские ученые нашли вещество, ослабляющее защиту раковых клеток

    ​Российские молекулярные биологи открыли вещество, способное "отключать" белки, мешающие химиотерапии убивать раковые клетки, и успешно проверили его работу на культурах рака прямой кишки.
    384
  • 26/07/2018

    Антитела из полимеров позволят эффективно уничтожать раковые клетки

    ​Международная группа исследователей под руководством Николая Барлева, заведующего Лабораторией клеточного сигналинга МФТИ, показала принципиальную возможность создания нового класса противоопухолевых препаратов на основе nanoMIP - «пластиковых антител».
    204
  • 05/06/2016

    Ученые создали бесплатный веб-сервис «Гены и метаболиты»

    ​​Группа ученых из России, США, Канады и Германии разработала веб-сервис GAM ("Genes and Metabolites" - "Гены и метаболиты") для комплексного изучения биологических процессов в клетках, сообщает пресс-служба Университета ИТМО.
    907
  • 13/03/2018

    Российские ученые нашли способ ранней диагностики ишемии мозга при травмах

    ​Российские нейрофизиологи нашли способ ранней диагностики ишемии мозга при травмах. Выяснилось, что начальные этапы повреждения клеток этого органа от кислородного голодания можно выявить по энцефалограмме.
    440
  • 01/03/2018

    В России в течение года создадут сервис генетической информации

    ​Первые результаты проекта "CoBrain-Аналитика", в рамках которого будет создан сервис для анализа и обработки генетических данных россиян, будут получены в течение года. Об этом сообщил ТАСС директор Федерального государственного бюджетного научного учреждения "Медико-генетический научный центр" (МГНЦ) Сергей Куцев.
    296
  • 27/12/2017

    Исследователи реализуют проект, позволяющий исправлять мутации ДНК митохондрий

    ​В последнее время все чаще можно услышать о тяжелых наследственных заболеваниях митохондриальной этиологии. Эти недуги вызываются дефектами митохондрий, которые являются своеобразными "энергетическими станциями" клеток организма.
    849
  • 18/11/2016

    «Швабе» создаст МИМ-340 для биомедицинских исследований

    Холдинг "Швабе" создаст биомедицинскую версию лазерного интерференционно-модуляционного микроскопа МИМ-340. Новый прибор будет на 15-20% дешевле российских и зарубежных аналогов. Работа будет проходить в тесном взаимодействии с потенциальными заказчиками.
    914
  • 08/06/2018

    Ученые избавили клетки от «кислородного стресса»

    Российские ученые совместно с британскими коллегами предложили технологию, позволяющую анализировать живые ткани и клетки под микроскопом. Метод позволит проводить экспресс-анализ токсичности магнитных наночастиц размером около 10 нанометров, которые применяются для создания противоопухолевых препаратов.
    292
  • 16/08/2017

    Российские ученые выяснили, как бактерии золотистого стафилококка противостоят действию антибиотиков

    Сотрудники Казанского федерального университета и Страсбургского университета установили, каким образом бактерии золотистого стафилококка противостоят действию антибиотиков. В этом им помогают рибосомы - органоиды клетки, отвечающие за синтез белков.
    487
  • 29/12/2017

    Ученые разработали алгоритм для ДНК-оригами

    Международный коллектив российских и американских ученых предложил алгоритм компьютерного моделирования сложенных из ДНК трехмерных конструкций. Такие нанороботы могут использоваться в электронике и медицине, например, для доставки лекарств.
    505