Aplicación de la inteligencia artificial en PubMed

Ante la sobreabundancia de información, las bases de datos y los motores de búsqueda están adoptando el aprendizaje automático. Introducen algoritmos para proporcionar resultados más rápidos y «relevantes». Veamos como PubMed incorpora varios de estos algoritmos:

  1. La sugerencia de consultas (autocompletar) que consiste en presentar al usuario consultas populares a medida que ingresa términos en el cuadro de búsqueda, lo que puede resultar en búsquedas con más éxito (https://www.ncbi.nlm.nih.gov/labs/pmc/articles/PMC2815412/). Esta característica ha sido muy utilizada en Google durante bastante tiempo. 

2. La expansión de consultas es cuando un algoritmo modifica ligeramente la consulta del usuario para corregir términos mal escritos o agregar opciones de vocabulario controlado. Esto incluye el mapeo automático de términos.

Aquí os dejo algunos ejemplos de mapeos incongruentes que nos podemos encontrar. Os recomiendo que siempre vayáis a «Details» en la pantalla de búsqueda avanzada.

Nursig mapea a «breast feeding»
PPE (abreviatura de personal protective equipment) mapea a la revista «Polit Philos econ»
St. Louis OR Saint Louis mapea a un investiador
Age spots mapea y busca age como revista y spots como exanthema y metrorrhagia

3. Para eliminar la ambigüedad del nombre del autor, utilizando información como los coautores y las fechas de publicación (https://www.ncbi.nlm.nih.gov/labs/pmc/articles/PMC5530597/).

4. Utilización del aprendizaje automático para indexar algunos artículos, lo que significa que a una parte de los artículos se les asignan términos MeSH sin intervención de personas a través de un algoritmo con un componente de aprendizaje automático. Esta indización pasará a ser automática a mediados de 2022. Más información en: https://www.nlm.nih.gov/pubs/techbull/nd21/nd21_medline_2022.html

5. Algoritmo Best Match de recuperación de la información que primero usa BM25 para procesar los resultados de la búsqueda y luego usa LambdaMART, un algoritmo L2R, para reclasificar los primeros 500 resultados (https://jmla.mlanet.org/ojs/jmla/article/view/1236).

La #IA en #PubMed nos ayudará a encontrar las respuestas que necesitan más rápidamente? ¿O el algoritmo sesgará sus resultados, lo que conducirá a la supresión potencial de resultados más recientes o relevantes?

Deja una respuesta

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Salir /  Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Salir /  Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Salir /  Cambiar )

Conectando a %s