活用事例

KNIME Hubでワークフローを表示する

生物医学文献は、疾患、薬剤/治療属性、医学的決定、健康影響、人口データおよび疫学などの研究テーマに関する貴重な情報の宝庫です。
技術の進歩に伴い、このような文献の量は急速に増加しており、研究者や専門家だけでこのような貴重な情報をすべて使い果たすことは不可能です。

「KNIME」活用例

「KNIME」では、病気に関する情報などのテキストからの知識のマイニングを自動化できます。
分析の専門家が「KNIME」でワークフローを作成します。
このワークフローには、生物医学文献の一連の文書から疾患名を学習するモデルが含まれています。
トレーニングされたモデルは、KNIME Serverを介してKNIME WebPortalに展開されます。
ここでは、あらかじめ設定された相互作用点を用いて、研究者は同じ文献中に共存する疾患を相互に検査し、これらの疾患に関連する遺伝情報を探索することができます。

「KNIME」を選ぶメリット

KNIME Textprocessing Extension（KNIMEの拡張機能）の「StanfordNLP」ノードは、モデルの構築と評価を容易にします。
この拡張機能は、結果を分析するためのノードも提供します。
例えば、共起疾患を調査するためのTerm Co-Occurrence Counterがあります。
「Networking Mining」ノードは、結果の可視化と分析を可能にし、KNIME Serverを使用することで、研究者と専門家がこれらの結果にアクセスできるようになります。
これにより、医学文献の選別に要する時間を短縮することができます。