A importância de prosseguir pesquisando e ampliando o conhecimento científico para dar resposta em especial à pandemia global da COVID-19, sustenta a contínua contribuição do Centro Latino-Americano e do Caribe em Ciências da Informação da Organização Pan Americana da Saúde, Organização Mundial da Saúde (BIREME/OPAS/OMS) junto à OMS para fortalecer os desenvolvimentos conjuntos já realizados e que contribuam efetivamente com os Planos Estratégicos da Organização. Com destaque para a base de dados WHO-COVID-19 Research Database, que recebeu o prêmio Choice da American Library Association com a distinção “em reconhecimento ao valor, qualidade e escopo que não teria sido possível sem a incansável dedicação e determinação dos envolvidos”[1].
Assim, a Base de Dados de Pesquisa Global COVID-19 da OMS, que conta com o apoio da BIREME/OPAS/OMS, desempenha um papel fundamental para facilitar e democratizar o acesso e uso da literatura científica internacional mais recente sobre COVID-19 e SARS-CoV-2. Consolida a compilação de citações bibliográficas de mais de 50 fontes de informação, resultantes da colaboração com vários parceiros, como os Centers for Disease Control and Prevention, a National Library of Medicine dos Estados Unidos (NLM), o Global Outbreak Alert and Response Network (GOARN) e o publisher acadêmico Elsevier. Inclui, além de artigos publicados em periódicos, também preprints[2]. Possibilita a que o usuário explore a literatura científica relevante e atualizada num único local de consulta, por meio de estratégias de busca personalizadas, sensíveis e abrangentes.
Esta facilidade promove diversas oportunidades de inovação no uso da informação disponível, permitindo que grupos de pesquisadores apliquem técnicas de inteligência artificial, como processamento de linguagem natural, aprendizado de máquina e estruturas de aprendizado profundo para explorar relações semânticas biomédicas para descoberta de conhecimento sobre COVID-19. Os resultados obtidos auxiliam na geração de hipóteses, descobertas baseadas na literatura, e no apoio à tomada de decisão clínica e ampliação do conhecimento.
O contínuo crescimento do número de artigos científicos publicados também traz desafios na efetividade do acesso ao conhecimento e às descobertas científicas descritas nos documentos indexados nesta base de dados. A descrição bibliográfica de artigos de periódicos, relatórios técnicos, diretrizes e outros tipos de publicação, oferece a possibilidade de lidar com um conjunto de metadados que contém relações semânticas, como títulos e resumos. Essas relações podem ser extraídas como predicações semânticas (sujeito, predicado e objeto), utilizando tecnologias disponíveis como SemRep[3],[4] , um intérprete semântico de texto biomédico mantido pelo National Institutes of Health (NIH) dos Estados Unidos. Com base no Unified Medical Language System (UMLS)[5] e nos conceitos do Meta-thesaurus, uma rede semântica pode ser desenvolvida, fornecendo tipos de predicados como tratamentos, diagnósticos, “administrado a” e “processo de” em relação aos aspectos da medicina clínica, ou “interage com”, inibe e estimula a interação de substâncias etc. Já com a conclusão da primeira fase do projeto, tornou-se possível obter essas relações semânticas com base em documentos indexados no WHO Global COVID-19 Research Database.
O número cada vez maior de documentos disponibilizados por meio da WHO – COVID-19 Research Database exige mecanismos de monitoramento para identificação precoce ou mudanças de tendências, identificação de novos campos de interesse e concentração de pesquisa e descoberta de conhecimento. Os indicadores infométricos foram estabelecidos com base na descrição bibliográfica disponível na base de dados. Eles consideram informação e afiliação do autor, país de afiliação, país de publicação, data de publicação, questões de saúde e biomédicas etc. Estes indicadores são enriquecidos com outras fontes de informação, procedimentos de mineração de texto e relações semânticas.
Seguindo estes indicadores, é possível monitorar e relatar como está a publicação de literatura científica e técnica em função do tempo. É importante manter a estrutura desenvolvida para o monitoramento de indicadores infométricos para comunicar, analisar e investigar a publicação de literatura científica e técnica sobre COVID-19 e SARS-CoV-2.
Atualmente, estão em desenvolvimento atividades para o aprimoramento e ampliação das fontes de informação desta importante Base de Dados. Além disto, pretende-se proporcionar maior robustez e flexibilidade à Arquitetura de Informação e inteligência baseada em dados, além de intensificar o uso de ferramentas para promover o conhecimento, por meio de Inteligência Artificial e Machine Learning (Análise Semântica, Serviços Externos para automatizar linguagens, identificação de modelos e tendências, entre outras possibilidades). Desta forma, a mesma estrutura poderá abarcar outros temas de pesquisa, como a Monkeypox (varíola dos macacos) considerada pela OMS uma emergência de saúde pública.
Matérias relacionadas
Base de Dados da OMS sobre COVID-19 recebe prêmio Choice da American Library Association. Boletim BIREME n° 63. Disponível em: https://boletin.bireme.org/pt/2022/01/10/base-de-dados-da-oms-sobre-covid-19-recebe-premio-choice-da-american-library-association/
Contribuição da BIREME para combater a infodemia em tempos de COVID-19. Boletim BIREME n° 51. Disponível em: https://boletin.bireme.org/pt/2021/01/06/contribuicao-da-bireme-para-combater-a-infodemia-em-tempos-de-covid-19/
[1] Base de Dados da OMS sobre COVID-19 recebe prêmio Choice da American Library Association. Boletim BIREME n° 63. Disponível em: https://boletin.bireme.org/pt/2022/01/10/base-de-dados-da-oms-sobre-covid-19-recebe-premio-choice-da-american-library-association/
[2] Preprints de bioRxiv – https://biorxiv.org/ e medRxiv – https://medrxiv.org/
[3] Semantic Knowledge Representation. National Institutes of Health. Disponível em: https://semrep.nlm.nih.gov/
[4] Kilicoglu H. et al. 2012. SemMedDB. A PubMed-scale repository of biomedical semantic predications. Bioinformatics (23):3158-3160. https://doi.org/10.1093/bioinformatics/bts591
[5] Unified Medical Language System. National Institutes of Health. Disponível em: https://www.nlm.nih.gov/research/umls/index.html