Eine Welt des Unterschieds: Technologie-unterstützte Überprüfung im Kampf gegen COVID-19

Using Continuous Active Learning® (CAL®) Technology-Assisted Review (TAR) — a supervised machine learning approach that Professors Grossman and Cormack originally developed to expedite the review of documents in high-stakes legal cases — they have now applied this same method to automate literature searches in massive databases containing health-related studies for systematic reviews.

en flag
nl flag
et flag
fi flag
fr flag
de flag
pt flag
ru flag
es flag

Anmerkung des Herausgebers: Es ist eine gute Sache, wenn fortschrittliche eDiscovery-Technologien und -Protokolle auf Audit-, Untersuchungs- und Prozessbemühungen angewendet werden können, um die Effektivität und Effizienz der Discovery zu erhöhen. Es ist jedoch eine großartige Sache, wenn dieselben Technologien und Protokolle angewendet werden können, um medizinischen Forschern und Klinikern dabei zu helfen, Zeit bei der Identifizierung und Bewertung von Informationen zu sparen, die bei der Entwicklung von COVID-19 Richtlinien und Behandlungen helfen können. In den folgenden zwei Artikelauszügen der University of Waterloo, Maura Grossman und Gordon Cormack bei der Unterstützung von Forschern, Klinikern und Beamten des öffentlichen Gesundheitswesens durch die Expertenanwendung von Technology-Assisted Review (TAR) with Continuous Active Learning® (CAL®) wird als Beispiel für eine großartige Verwendung von fortschrittlichen eDiscovery-Technologien und -Protokollen.

Verwenden von technologiegestützter Überprüfung, um wirksame Behandlungen und Verfahren zu finden, um COVID-19 zu mildern

Ein Auszug aus einem Artikel, der von der University of Waterloo (Criton School of Informatik) veröffentlicht wurde

Seit Beginn der COVID-19-Pandemie sind Forscher und Kliniker beeilt, die verfügbaren Behandlungen und Verfahren zu verstehen, um diese schnell wachsende Bedrohung für die menschliche Gesundheit zu mildern. Der schiere Umfang der Studien, die auf COVID-19 veröffentlicht wurden — in Ländern, die den Globus umspannen — sowie die Lehren aus früheren Epidemien und Pandemien, lassen sich in dieser Krisenzeit einfach nicht schnell genug mit traditionellen manuellen Methoden erfassen und beurteilen.

Die Dringlichkeit der COVID-19-Pandemie hat eine Transformation in der interdisziplinären Zusammenarbeit sowie in dem Prozess zur Durchführung systematischer Überprüfungen für evidenzbasierte Medizin erforderlich gemacht, so dass Bewertungen, die früher Forscher viele Monate in Anspruch genommen haben, jetzt innerhalb weniger Tage durchgeführt werden können oder Wochen.

Um Entscheidungen von Gesundheitsdienstleistern an der Front der Gesundheitskrise zu leiten, arbeiteten die Criton School of Informatik Professoren Maura R. Grossman und Gordon V. Cormack im Auftrag des Canadian Frailty Network mit dem Knowledge Synthese-Team am St. Michael's Hospital in Toronto zusammen. Health Canada, um diese Literaturrecherchen zu automatisieren. Ziel ihrer Bemühungen ist es, dem Team dabei zu helfen, klinische Studien schnell zu identifizieren, die die Wirksamkeit und Sicherheit verschiedener Maßnahmen zur Sicherheit von Pflegeeinrichtungen sowie Behandlungen für Patienten mit COVID-19 bewertet haben. Die Ergebnisse dieser systematischen Überprüfungen werden dann zur Unterstützung von Behandlungs- und Politikentscheidungen herangezogen. Wichtig ist, dass neue Erkenntnisse im Lichte der Erkenntnisse aus Studien, die bei früheren Epidemien und Pandemien durchgeführt wurden, wie zum Beispiel das schwere akute Respiration-Syndrom (SARS), das 2002 einen Krankheitsausbruch verursachte, und das Naher Osten Respiratory Syndrom (MERS), das eine Krankheit verursachte Ausbruch, der im Jahr 2012 beginnt.

Mit Continuous Active Learning® (CAL®) Technology-Assisted Review (TAR) — einem überwachten maschinellen Lernansatz, den die Professoren Grossman und Cormack ursprünglich entwickelt haben, um die Überprüfung von Dokumenten in anspruchsvollen Rechtsfällen zu beschleunigen — haben sie nun dieselbe Methode angewendet, um Literaturrecherchen in massive Datenbanken, die gesundheitsbezogene Studien für systematische Überprüfungen enthalten.

Lesen Sie den vollständigen Artikel über die Verwendung von technologiegestützter Überprüfung, um wirksame Behandlungen und Verfahren zu finden, um COVID-19 zu mildern.

KI hilft Ärzten und politischen Entscheidungsträgern, die COVID-19 Informationen zu erhalten, die sie benötigen

Ein Auszug aus einem von der University of Waterloo veröffentlichten Artikel (Media Relations)

Ein neues Werkzeug für künstliche Intelligenz wird verwendet, um medizinischen Forschern in einem Krankenhaus in Toronto-Umgebung zu helfen, Monate Zeit zu rasieren, die sie benötigen, um klinische Studien zu identifizieren, die Ärzten bei der Behandlung von COVID-19-Patienten helfen.

Beim Aufbau des KI-gesteuerten Suchwerkzeugs nutzten Forscher an der University of Waterloo einen ursprünglich entwickelten maschinellen Lernansatz, um die Überprüfung von Dokumenten in hochrangigen Rechtsstreitigkeiten zu beschleunigen, um den Forschern dabei zu helfen, Tausende von neuen Studien zu COVID-19 schnell abzubauen.

„Die Suche und Suche nach Studien für systematische Reviews war traditionell ein zeitaufwendiger und mühsamer Prozess, der Keywordsuche verwendet“, sagte Maura Grossman, Informatik-Forschungsprofessor an der University of Waterloo. „Es ist ein langer Prozess, der das manuelle Screening von Abstracts und schließlich vollständige Papiere beinhaltet.“ Grossman arbeitete mit dem Hauptentwickler des Werkzeugs, dem Informatikprofessorin an der University of Waterloo, Gordon Cormack. Das Tool wird in Zusammenarbeit mit dem Knowledge Synthese-Team am St. Michael's Hospital im Auftrag von Health Canada eingesetzt, das die systematische Überprüfung in Auftrag gegeben hat.

Lesen Sie den vollständigen Artikel AI Hilft Ärzten, politischen Entscheidungsträgern die COVID-19 Informationen, die sie benötigen

Zusätzliche Lesung

Ist alles relativ? Umfrage zu Predictive Coding Technologies und Protokolle - Ergebnisse Frühjahr 2020

Continuous Active Learning® für TAR (Maura Grossman und Gordon Cormack) PDF

Quelle: ComplexDiscovery

Klassifikationen, Belange und Konzepte: Referenzarchitekturen und das industrielle Internet der Dinge

The expected disruptive developments collectively referred to as the Internet of...

Eine Frage der Preisgestaltung? Eine laufende Aktualisierung der halbjährlichen eDiscovery-Preiserhebungen

First administered in December of 2018 and conducted four times during...

Fünf große Lesevorgänge auf eDiscovery für Mai 2020

From review market sizing revisions to pandemeconomic pricing, the May 2020...

Überlegen Sie Cybersicherheit? Nationale Cyber-Sicherheit in der Praxis: Ein neues Handbuch

"There are several international standards and guidelines for developing the cybersecurity...

A Running List: Top 100+ eDiscovery Providers

Based on a compilation of research from analyst firms and industry...

Das eDisclosure Systems Buyers Guide — 2020 Edition (Andrew Haslam)

Authored by industry expert Andrew Haslam, the eDisclosure Buyers Guide continues...

Das Rennen zur Startlinie? Aktuelle Ankündigungen zur sicheren Remote-Überprüfung

Not all secure remote review offerings are equal as the apparent...

Remote-eDiscovery aktivieren? Eine Momentaufnahme von DaaS

Desktop as a Service (DaaS) providers are becoming important contributors to...

Revisionen und Entscheidungen? Neue Überlegungen für eDiscovery Secure Remote Reviews

One of the key revision and decision areas that business, legal,...

Ein makroökonomisches Blick auf die Größe der vergangenen und projizierten eDiscovery-Märkte von 2012 bis 2024

From a macro look at past estimations of eDiscovery market size...

Ein eDiscovery Market Size Mashup: 2019-2024 Weltweiter Überblick über Software und Services

While the Compound Annual Growth Rate (CAGR) for worldwide eDiscovery software...

Ein eDiscovery Market Size Mashup: 2018-2023 Weltweite Software und Services Übersicht

The annual eDiscovery Market Size Mashup estimates the combined worldwide eDiscovery...

Eine Frage der Preisgestaltung? Eine laufende Aktualisierung der halbjährlichen eDiscovery-Preiserhebungen

First administered in December of 2018 and conducted four times during...

Ein Pandemeconomic Indikator? Ergebnisse der eDiscovery-Preisumfrage im Sommer 2020

Based on the complexity of data and legal discovery, it is...

COVID-19 eingeschränkt? Die Auswirkungen von sechs Themen auf das Geschäft von eDiscovery

In the spring of 2020, 51.2% of respondents viewed budgetary constraints...

Ein Grund zum Anhalten? eDiscovery Operative Metriken im Frühjahr 2020

In the spring of 2020, 150 eDiscovery Business Confidence Survey participants...

eDiscovery Fusionen, Übernahmen und Investitionen im 1. Quartal 2020

From HaystackID and Everlaw to Cellebrite and Carbonite, ComplexDiscovery findings, data...

eDiscovery-Technologieanbieter Everlaw sammelt 62 Millionen US-Dollar

"Everlaw is changing the way legal teams uncover the truth buried...

OpenText kauft sicheren Informationsaustausch und Unified Communications Leader XMedius

“We welcome XMedius’s customers, strong partner network and employees to OpenText,"...

TCDI erhält Private-Equity-Investition von Trivest-Partnern

“We are excited to partner with TCDI and Bill Johnson to...

Fünf große Lesevorgänge auf eDiscovery für Mai 2020

From review market sizing revisions to pandemeconomic pricing, the May 2020...

Fünf große Lesevorgänge zu eDiscovery für April 2020

From business confidence to the boom of Zoom, the April 2020...

Fünf große Lesevorgänge zu Datenermittlung und Legal Discovery für März 2020

From business continuity considerations to cybersecurity attacks, the March 2020 edition...

Fünf große Lesevorgänge zu Datenermittlung und Legal Discovery für Februar 2020

From cyber operations to pricing data points on eDiscovery, the February...