要約
生物医学研究では豊富な情報が得られますが、その多くは文献を通じてのみアクセスできます。
したがって、文献検索は、臨床および生物医学研究における事前知識を構築するために不可欠なツールです。
最近の人工知能の進歩により、キーワードベースの検索を超えて機能が拡張されましたが、これらの進歩は臨床医や研究者には馴染みのないものかもしれません。
これに応えて、読者が情報ニーズを効率的に満たすことを目的として、生物医学における一般的および特定の情報ニーズに合わせた文献検索ツールの調査を紹介します。
まず、広く使用されている PubMed 検索エンジンを調べ、最近の改善点と継続的な課題について説明します。
次に、次の 5 つの特定の情報ニーズに応える文献検索ツールについて説明します。 1. 証拠に基づいた医療のための質の高い臨床研究を特定する。
2. 精密医療およびゲノミクスのための遺伝子関連情報の検索。
3. 自然言語の質問を含む、意味による検索。
4. 推奨文献を含む関連記事を検索します。
5. 文献を発掘して、病気や遺伝的変異などの概念間の関連性を発見します。
さらに、これらのツールの選択と使用に関する実際的な考慮事項とベスト プラクティスについても説明します。
最後に、ChatGPT などの大規模言語モデルにおける最近の進歩を考慮して、文献検索エンジンの将来についての展望を提供します。
要約すると、私たちの調査は、36 の公的に利用可能なツールを使用した生物医学文献検索機能の包括的なビューを提供します。
要約(オリジナル)
Biomedical research yields a wealth of information, much of which is only accessible through the literature. Consequently, literature search is an essential tool for building on prior knowledge in clinical and biomedical research. Although recent improvements in artificial intelligence have expanded functionality beyond keyword-based search, these advances may be unfamiliar to clinicians and researchers. In response, we present a survey of literature search tools tailored to both general and specific information needs in biomedicine, with the objective of helping readers efficiently fulfill their information needs. We first examine the widely used PubMed search engine, discussing recent improvements and continued challenges. We then describe literature search tools catering to five specific information needs: 1. Identifying high-quality clinical research for evidence-based medicine. 2. Retrieving gene-related information for precision medicine and genomics. 3. Searching by meaning, including natural language questions. 4. Locating related articles with literature recommendation. 5. Mining literature to discover associations between concepts such as diseases and genetic variants. Additionally, we cover practical considerations and best practices for choosing and using these tools. Finally, we provide a perspective on the future of literature search engines, considering recent breakthroughs in large language models such as ChatGPT. In summary, our survey provides a comprehensive view of biomedical literature search functionalities with 36 publicly available tools.
arxiv情報
| 著者 | Qiao Jin,Robert Leaman,Zhiyong Lu |
| 発行日 | 2023-09-21 13:55:48+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google