CoviText: Motor de Pesquisa da Literatura Médica sobre a COVID-19

Autores

  • Jedson Gabriel Ferreira de Paula Universidade Estadual do Oeste do Paraná
  • Rômulo César Silva Universidade Estadual do Oeste do Paraná

DOI:

https://doi.org/10.59681/2175-4411.v15.iEspecial.2023.1075

Palavras-chave:

COVID-19, Aprendizado de Máquina, Mineração de Dados

Resumo

Nos primeiros meses de 2020, a pandemia de COVID-19 afetou vários países, incluindo o Brasil. Devido à possibilidade de colapso nos sistemas de saúde e prejuízos econômicos, há um número crescente de pesquisas relacionadas, gerando um grande volume de artigos científicos, a exemplo da base CORD-19 (87,5 GB, ano base: 2022), disponibilizada pela Kaggle. Devido à rápida aceleração no crescimento da literatura sobre o novo coronavírus, dificultando o acompanhamento da comunidade de pesquisa médica, é necessário buscar formas de navegação e consulta sobre o que já é conhecido sobre o vírus Sars-Cov-2 e sua doença correlata. No intuito de facilitar esse processo, este trabalho apresenta a ferramenta CoviText: um motor de pesquisa da literatura médica sobre a COVID-19, desenvolvido utilizando técnicas de mineração de texto e aprendizado de máquina.

Downloads

Não há dados estatísticos.

Biografia do Autor

Jedson Gabriel Ferreira de Paula, Universidade Estadual do Oeste do Paraná

Discente de Ciência da Computação na Universidade Estadual do Oeste do Paraná - Campus de Foz do Iguaçu.

Rômulo César Silva, Universidade Estadual do Oeste do Paraná

Professor adjunto de Ciência da Computação na Universidade Estadual do Oeste do Paraná - Campus de Foz do Iguaçu.

Referências

O que é a Covid-19? [Internet]. Ministério da Saúde. [cited 2022 Jul 3]. Available from: https://www.gov.br/saude/pt-br/coronavirus/o-que-e-o-coronavirus

AI2, CZI, Georgetown, NIH, The White House. Covid-19 open research dataset challenge (CORD-19) [Internet]. [cited 2022 Jul 3]. Available from: https://www.kaggle.com/datasets/allen-institute-for-ai/CORD-19-research-challenge

Lee J, Yoon W, Kim S, Kim D, Kim S, So CH, et al. BioBERT: a pre-trained biomedical language representation model for biomedical text mining. Wren J, editor. Bioinformatics [Internet]. 2019 Sep 10; Available from: https://academic.oup.com/bioinformatics/advance-article/doi/10.1093/bioinformatics/btz682/5566506

Hebbar S, Xie Y. CovidBERT-Biomedical Relation Extraction for Covid-19. FLAIRS [Internet]. 2021 Apr. 18 [cited 2022 Oct. 28];34. Available from: https://journals.flvc.org/FLAIRS/article/view/128488

Tian S, Zhang J. Multi-label topic classification for COVID-19 literature annotation using an ensemble model based on PubMedBERT [Internet]. 2021 Oct 29 [cited 2022 Oct 28]. Available from: https://www.biorxiv.org/content/10.1101/2021.10.26.465946v1.full

Devlin J, Chang MW, Lee K, Toutanova K. Bert: pre-training of deep bidirectional transformers for language understanding [Internet]. arXiv; 2019 [cited 2022 Jul 3]. Available from: http://arxiv.org/abs/1810.04805

Group PGD. Postgresql [Internet]. PostgreSQL. 2022 [cited 2022 Jul 3]. Available from: https://www.postgresql.org/

ankane. Vector: open-source vector similarity search for PostgreSQL [Internet]. PGXN: PostgreSQL Extension Network. [cited 2022 Jul 3]. Available from: https://pgxn.org/dist/vector/

Rust programming language [Internet]. [cited 2022 Jul 3]. Available from: https://www.rust-lang.org/

Rocket - simple, fast, type-safe web framework for Rust [Internet]. [cited 2022 Jul 3]. Available from: https://rocket.rs/

Svelte [Internet]. [cited 2022 Jul 3]. Available from: https://svelte.dev/

Tailwind CSS - Rapidly build modern websites without ever leaving your HTML. [Internet]. [cited 2022 Jul 3]. Available from: https://tailwindcss.com/

Silva RA e. Pgmodeler - PostgreSQL database modeler [Internet]. [cited 2022 Jul 3]. Available from: https://pgmodeler.io

CoviText [Internet]. [cited 2022 Jul 3]. Available from: https://covitext.jesuisjedi.com

Downloads

Publicado

20-07-2023

Como Citar

Paula, J. G. F. de, & Silva, R. C. (2023). CoviText: Motor de Pesquisa da Literatura Médica sobre a COVID-19. Journal of Health Informatics, 15(Especial). https://doi.org/10.59681/2175-4411.v15.iEspecial.2023.1075

Artigos Semelhantes

1 2 3 4 5 6 7 8 9 10 > >> 

Você também pode iniciar uma pesquisa avançada por similaridade para este artigo.