Corona-Forschung bekommt künstliche Intelligenz

Mit künstlicher Intelligenz unterstützt der Analytics-Spezialist SAS die Forschung rund um das Corona-Virus. Eine kostenfreie Umgebung für visuelle Textanalyse, durchforstet Tausende von Forschungsberichten und nutzt dabei Machine Learning.

Mehr als 50.000 wissenschaftliche Beiträge haben Forscher bisher zu COVID-19 und andere Coronaviren über das COVID-19 Open Research Dataset (CORD-19) veröffentlicht. Sie umfassen Studien zur Wirksamkeit von Behandlungen, Impfstoffentwicklung, Strategien zur Eindämmung, Genanalysen und wirtschaftliche Auswirkungen. Eine manuelle Auswertung dieser Sammlung ist angesichts des Umfangs kaum möglich.

COVID-19 Scientific Literature Search and Text Analysis ist eine öffentliche Umgebung für visuelle Textanalyse. Sie nutzt Machine Learning, um die Forschungsberichte auszuwerten und liefert Wissenschaftlern so schnell Antworten. COVID-19 Scientific Literature Search and Text Analysis extrahiert auf der Basis von Natural Language Processing, Linguistikregeln und Modellierungstechniken relevante Textstellen und numerische Daten aus CORD-19. Die Umgebung vernetzt die globale Forschergemeinde über ein sich selbst steuerndes, cloudbasiertes System. SAS stellt diese Plattform kostenlos zur Verfügung.

COVID-19 Scientific Literature Search and Text Analysis ist eine Umgebung für visuelle Textanalyse. Sie nutzt Machine Learning, um die
aktuell über 50.000 Forschungsberichte über das Corona-Virus zu durchsuchen.
Quelle: SAS

Intelligente Suche extrahiert relevante Inhalte

„Ein systematisches Durchforsten unstrukturierter Wissenschaftstexte kann große Teams über lange Zeit beschäftigen und sehr viel Fachwissen erfordern, wenn man relevante Informationen finden und miteinander in Beziehung setzen will“, berichtet Mark R. Cullen, MD, Professor der Medizin an der Stanford University und Vorsitzender des COVID-19 Research Database Scientific Steering Committee. „SAS stellt jetzt eine Lösung bereit, die diesen Prozess beschleunigt. Forscher weltweit sind damit in der Lage, ihre Untersuchungen zu COVID-19 zu stützen – wenn es beispielsweise darum geht, Behandlungserfolge oder genetische Variablen in COVID-Mutationen zu beurteilen.“

Mit der Visual-Text-Analytics-Umgebung können Anwender Forschungsergebnisse zu Corona-Themen interaktiv durchsuchen und sich zum Beispiel einen Überblick zu Inkubationszeiten, genetischen Abweichungen und Risikoerhebungen verschaffen. Sie haben darüber hinaus die Option, Daten zusammenfassend zu visualisieren. Mit Netzwerkanalyse können sie Übereinstimmungen in den Quellen und die Aussagekraft von Veröffentlichungen beurteilen.

Linguisten und Life-Science-Experten entwickeln Algorithmen

Die interaktive Umgebung stellt über SAS Viya Advanced-Analytics-Methoden bereit, mit denen Wissenschaftler den CORD-19-Datensatz nach für sie relevanten Informationen durchsuchen können. Mit SAS Visual Text Analytics und SAS Visual Data Mining and Machine Learning bringt SAS Modelle ein, die Linguisten sowie Gesundheits- und Life-Science-Experten entwickelt haben. Neben Textinformationen werten die Algorithmen auch quantitative Daten aus, unter anderem in Bezug auf Inkubationszeiten und Reproduktionszahlen für COVID-19.

„Die Forschung zu COVID-19 läuft auf Hochtouren, daher kann die schnelle Versorgung der Wissenschaftler mit relevanter aktueller Literatur eine echte Herausforderung sein“, erklärt Sajung Yun, PhD, Adjunct Faculty der Johns Hopkins University und CEO von ZtoMed. „SAS nutzt Advanced Analytics, um die Daten intelligent zu durchforsten. Anwender finden so rasch die entscheidenden Informationen.“

Machine Learning und menschliche Expertise im Team

„SAS sucht immer wieder innovative Anwendungen für moderne Technologien, um Kunden branchenübergreifend im Umgang mit der Pandemie zu unterstützen“, erläutert Bryan Harris, Senior Vice President of Engineering bei SAS. „Die aktuelle Analytics-Umgebung geht über andere Lösungen hinaus, da sie eine einfach zu bedienende Oberfläche bietet, mit der sich komplexe Zusammenhänge in der Forschung aufdecken lassen. Ausschlaggebend ist, dass nicht nur Machine Learning, sondern auch der Mensch eine Rolle spielen. Anwender können unterschiedliche Aspekte der Daten anschauen, um genau diejenigen zu finden, die sie am besten in ihrer Arbeit unterstützen.“      Jürgen Frisch

Kommentare sind deaktiviert