Uma equipe da Florida State University ganhou uma competição internacional para desenvolver ferramentas de software que produzem recursos visuais que demonstram as complexas conexões entre grandes quantidades de pesquisas biomédicas.

A equipe de 12 pessoas, liderada pelo professor de estatística da FSU Jinfeng Zhang, ficou em primeiro lugar no LitCoin Natural Language Processing (NLP) Challenge, organizado pelo National Institutes of Health’s National Center for Advancing Translational Sciences (NCATS) em parceria com a NASA organizado laboratório do torneio.

O NIH e a NASA convidaram equipes para desenvolver soluções de software que possam conectar conceitos biomédicos de diferentes coleções de armazenamentos de dados abertos com o objetivo de melhorar as soluções de saúde pública. Os cientistas estão lidando com mais dados do que nunca, mas vasculhá-los também se tornou uma tarefa assustadora. Como parte desse processo, as equipes procuraram maneiras de tornar a pesquisa médica mais navegável e identificável.

A FSU competiu contra equipes de todo o país e do mundo, incluindo Austrália, Holanda e Portugal.

“Estamos muito felizes com a vitória, mas o mais importante é que aprendemos muito com ela.” disse Zhang. “Sempre digo isso aos meus alunos. É ótimo ficar em primeiro lugar, mas acho que a experiência, o conhecimento que aprendemos é a coisa mais valiosa.”

Xufeng Niu, presidente do Departamento de Estatística da FSU, disse que o desafio visa resolver problemas inerentes à maneira como os dados são gerenciados e acessados ​​pelos pesquisadores, particularmente no amplo campo da pesquisa biomédica, onde esses recursos são valiosos para abordar problemas de saúde pública. .

“Compreender uma grande quantidade de dados biomédicos de vários estudos médicos é cientificamente essencial e estatisticamente desafiador”, disse Niu. “O Dr. Jinfeng Zhang e sua equipe têm trabalhado em análise de big data, mineração de texto e otimização de mecanismos de busca nos últimos 10 anos.”

A equipe da FSU também incluiu vários alunos e um punhado de membros do corpo docente e ex-alunos que queriam se envolver depois de ouvir sobre o desafio. Os membros da equipe incluíam:

• Jinfeng Zhang, Professor, Departamento de Estatística
• Yuan Zhang, Faculdade de Pesquisa, Instituto de Estatística
• Feng Pan, Cientista Pesquisador, Instituto de Estatística
• Xin Sui, estudante de doutorado, Departamento de Estatística
• Keqiao Li, estudante de doutorado, Departamento de Estatística
• Shubo Tian, ​​estudante de doutorado, Departamento de Estatística
• Arslan Erdengasileng, estudante de doutorado, Departamento de Estatística
• Qing Han, estudante de doutorado, Departamento de Estatística
• Wanjing Wang, estudante de doutorado, Departamento de Estatística
• Kaixian Yu, ex-aluno, Departamento de Estatística
• Jian Wang, ex-aluno, Faculdade de Matemática
• Tingting Zhao, Professor Associado, Departamento de Geografia

Os concorrentes usaram informações de resumos publicados para criar sistemas de processamento de linguagem natural que podem reconhecer conceitos biomédicos e as relações entre eles.

De acordo com o NCATS, os pacotes de software criados para o NLP Challenge serão usados ​​para criar ferramentas de desenvolvimento web com o objetivo de criar um novo tipo de publicação biomédica. Isso incentivará o compartilhamento de dados computacionalmente acessíveis desde o momento da publicação com o objetivo de mudar a forma como os resultados da pesquisa são compilados para uso no desenvolvimento de políticas de saúde pública e novos tratamentos e curas.

Niu disse que o trabalho bem-sucedido da equipe mostra como o departamento teve um impacto direto na comunidade internacional de pesquisa.

“A equipe do Dr. Zhang vencendo o LitCoin Natural Language Processing Challenge é um grande avanço. Meu departamento e eu estamos muito orgulhosos dessa conquista significativa”, disse Niu. “Esperamos que a equipe do Dr. Zhang reconheça suas realizações notáveis ​​no desenvolvimento de corte -técnicas de ponta no campo da análise de dados biomédicos e na identificação de novos tratamentos médicos.”

Para mais informações sobre o NLP Challenge e a lista completa de equipes vencedoras, visite ncats.nih.gov.