Resumen

Las redes sociales en medicina, donde los pacientes pueden expresar sus experiencias personales de tratamiento a través de computadoras personales y dispositivos móviles, generalmente contienen mucha información médica útil, como reacciones adversas a medicamentos (ADRs); la extracción de esta información médica útil de las redes sociales ha atraído cada vez más la atención de los investigadores. En este estudio, proponemos una red neuronal profunda (llamada LSTM-CRF) que combina redes neuronales de memoria a corto y largo plazo (LSTM, por sus siglas en inglés) y campos aleatorios condicionales (CRFs) para reconocer menciones de ADR en las redes sociales en medicina e investigar los efectos de tres factores en el reconocimiento de menciones de ADR. Los tres factores son los siguientes: representación para menciones de ADR continuas y discontinuas: se comparan dos representaciones novedosas, es decir, BIOHD y Multilabel; sujeto de las publicaciones: cada publicación tiene un sujeto (es decir, un medicamento aquí); y bases de conocimiento extern

• Materias:Internet de las cosas Dispositivos móviles Ransomware Ingeniería de Telecomunicación Servidores en la nube
• Subjects:Internet of things Mobile devices Ransomware Telecommunication engineering Cloud Servers
• Palabras claves:Redes sociales; Medicina; Reacciones adversas a medicamentos; LSTM-CRF; Redes neuronales; Menciones de reacciones adversas a medicamentos
• Keywords:Social media; Medicine; Adverse drug reactions; LSTM-CRF; Neural networks; ADR mentions