通过预先训练的语言模型自动提取流行病学信息的协议
Zhizheng Wang1, Xiao Fan Liu2, Zhanwei Du3
1College of Computer Science and Technology, Dalian University of Technology, 116023, Dalian, Liaoning, China.
本研究介绍了一种使用预先训练的语言模型的COVID-19病例信息提取 (CCIE) 系统. CCIE自动从COVID-19病例中提取流行病学数据,改善公共卫生响应时间.
科学领域:
- 计算流行病学计算流行病学
- 自然语言处理自然语言处理.
- 公共卫生信息学 公共卫生信息学
背景情况:
- 及时从COVID-19病例中提取流行病学数据对于有效的公共卫生干预至关重要.
- 现有的数据提取方法往往是手动和缓慢的,阻碍了快速响应.
- 开放获取的COVID-19病例数据需要有效处理以进行公共卫生监测.
研究的目的:
- 介绍一个COVID-19病例信息提取 (CCIE) 系统的协议.
- 展示使用预训练语言模型进行自动数据提取的方法.
- 概述数据准备,模型执行和评估的步骤.
主要方法:
- 为CCIE系统开发协议.
- 使用预先训练的语言模型进行命名实体识别 (NER) 和文本分类.
- 监督培训数据的准备.
- 实现用于数据处理的Python脚本.
- 机器评估和手动验证用于评估系统性能.
主要成果:
- CCIE系统有效地从COVID-19病例数据中提取流行病学领域.
- 该协议详细介绍了一种可复制的自动信息提取方法.
- 机器和人工验证都证实了系统的有效性.
结论:
- 使用CCIE自动提取流行病学数据可以提高公共卫生措施的及时性.
- 提出的协议为处理开放访问的COVID-19病例信息提供了一个强大的解决方案.
- CCIE促进了更高效和更快速的公共卫生监测.
更多相关视频
05:47Evidence-based Knowledge Synthesis and Hypothesis Validation: Navigating Biomedical Knowledge Bases via Explainable AI and Agentic Systems
Published on: June 13, 2025
07:50A Metadata Extraction Approach for Clinical Case Reports to Enable Advanced Understanding of Biomedical Concepts
Published on: September 20, 2018
相关概念视频
Steps in Outbreak Investigation
Statistical Methods for Analyzing Epidemiological Data
Introduction to Epidemiology
Statistical Software for Data Analysis and Clinical Trials
Principles of Disease Surveillance
Prevalence and Incidence
Prevalence indicates the proportion of individuals in a population who have a specific disease or health...
