走向行星健康影响评估框架:探索专家知识和人工智能,进行射频电磁场暴露案例研究
Magdalini Stefanopoulou1, Tabea S Sonnenschein1,2,3, Florence Poulletier de Gannes4
1Institute of Risk Assessment Sciences, Utrecht University, Utrecht, the Netherlands.
Bioelectromagnetics
|December 19, 2025
概括
本研究介绍了一个行星健康影响评估 (PHIA) 框架,使用知识图来探索通过生态系统破坏暴露在射频电磁场 (RF-EMF) 的间接健康影响. 经过专家验证的知识图为理解复杂的环境健康相互作用提供了一种新的方法.
科学领域:
- 环境健康科学科学 环境健康科学
- 计算生物学 计算生物学
- 生态毒理学 生态毒理学
背景情况:
- 现有的关于射频电磁场 (RF-EMF) 暴露的研究主要集中在直接的健康影响上,忽视了通过生态系统破坏媒介的间接影响.
- 为了全面了解射频电磁场对健康的全部影响,需要考虑生态中介途径的方法.
研究的目的:
- 提出和开发一个行星健康影响评估 (PHIA) 框架,以评估射频电磁场暴露对健康的直接和间接影响.
- 探索知识图 (KG) 的实用性,以组织和可视化PHIA所需的复杂,跨学科的知识.
- 评估人工智能 (AI) 工具在产生和增强这些KG方面的潜力.
主要方法:
- 一个基于专家的知识图 (KG) 是与12名专家合作构建的,使用移动电信的RF-EMF作为案例研究.
- 一个结合自然语言处理 (NLP) 和深度学习的人工智能工具被评估其从科学文献中提取信息和生成KG的能力.
- 开发和可视化了假设的途径,将RF-EMF暴露与通过生态后果直接和间接的健康影响联系起来.
主要成果:
- 基于专家的KG有效地组织了知识,并作为PHIA发展的基本步骤.
- 人工智能工具展示了文献和KG生成的快速处理,但由于精度和上下文敏感性的限制,需要大量的专家验证.
- 开发的KG确定了当前科学文献中关于RF-EMF生态影响的潜在差距.
结论:
- 知识图为组织复杂的科学信息和启动行星健康影响评估提供了有价值的框架.
- 虽然人工智能工具对文献分析有希望,但专家判断对于验证结果和确保PHIA准确性至关重要.
- 该研究强调,需要进一步研究RF-EMF暴露的间接健康影响,通过生态系统破坏进行调解.
