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.

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 > >> 

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