CoviText: Motor de Búsqueda de Literatura Médica en COVID-19

Autores/as

  • 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

Palabras clave:

COVID-19, Aprendizaje automático, Minería de Dados

Resumen

En los primeros meses de 2020, la pandemia de COVID-19 afectó a varios países, incluso Brasil. Debido a la posibilidad de colapso de los sistemas de salud y pérdidas económicas, cada vez hay más investigaciones relacionadas, generando un gran volumen de artículos científicos, como la base de datos CORD-19 (87,5 GB, año base: 2022), puesta a disposición por el Kaggle. Debido a la rápida aceleración en el crecimiento de la literatura sobre el nuevo coronavirus, lo que dificulta el seguimiento de la comunidad de investigación médica, es necesario buscar formas de navegar y consultar lo que ya se sabe sobre el virus Sars-Cov-2 y sus enfermedad relacionada. Para facilitar este proceso, este trabajo presenta la herramienta CoviText: un motor de búsqueda de literatura médica sobre COVID-19, desarrollado utilizando técnicas de minería de texto y aprendizaje automático.

Biografía del autor/a

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.

Citas

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

Publicado

2023-07-20

Cómo citar

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

Artículos similares

1 2 3 4 5 6 7 8 > >> 

También puede {advancedSearchLink} para este artículo.