Высшая школа организации и управления здравоохранением
Ученые создали систему автоматизированного мониторинга научной литературы по теме ИИ в онкологии
Группа ученых разработала систему OncoTagger для отбора и сортировки научной литературы по проблематике ИИ в онкологии. Она анализирует десятки тысяч тематических статей на уровне аннотаций и сортирует их по категориям решаемых задач, рассматриваемых видов рака и ИИ, географии, а также по используемым исследователями метрикам и другим параметрам. OncoTagger тестировали на исходной выборке из 59,9 тысячи англоязычных работ, опубликованных на Web of Science Core Collection (WoSCC) с 2019 по 2025 год. Результаты работы приводятся в журнале Nature.
В публикации указано, что OncoTagger работает на уровне заголовков, аннотаций, ключевых слов и метаданных WoSCC. Для каждой статьи система применяет курируемые словари и правила, присваивая ей набор меток по разным категориям.
Для тестирования разработки исследователи подготовили базу из 59,9 тысячи журнальных статей. Она была собрана путем выгрузки из WoSCC материалов с 2019 по 2025 год через внутренний поиск по ключевым словам «ИИ» и «онкология». В итоге система отобрала из них только 20,7 тысячи статей, концентрирующихся на проблематике ИИ в онкологии, при этом 48 работ OncoTagger не определила и отправила на ручную обработку. После проверки людьми из них было сохранено 43 статьи.
По итогу система установила, что у 54,3% отобранных статей ключевой задачей ставилась классификация, у 23,7% – прогнозирование, а у 16,6% – сегментация. Сразу 18,6% работ были посвящены раку молочной железы, а 13,7% – раку мозга и центральной нервной системы. В ТОП3 рассматриваемых в работах алгоритмов ИИ попали Random Forests (12,5%), SVM (12,1%) и Gradient Boosting Decision Trees (8,9%). Почти половина статей (7,6 тысячи) была написана авторами из Китая.
Для оценки работы системы исследователи привлекли медицински обученных ревьюеров, которые независимо разметили 400 статей из отобранных OncoTagger 20,7 тысячи. По итогу эксперты согласились с системой в постановке основной задачи статей в 68% случаев. Согласие меду людьми и «машиной» по локализациям рака и семействам ИИ составило 83,8% и 78,2% соответственно.
В качестве резюме разработчики отметили, что в дальнейшем планируется развивать словарь программы, наладить взаимодействие с базами клинических испытаний и регуляторными органами и превратить систему в полноценный инструмент для версионного мониторинга – регулярного перезапуска на новых данных для отслеживания эволюции области.
