Interactive Knowledge Discovery and Data Mining in Biomedical Informatics: State-of-the-Art and Future Challenges

یکی از چالش‌های بزرگ در دنیای دیجیتال ما، مجموعه داده‌های بزرگ، پیچیده و اغلب با ساختار ضعیف و مقادیر عظیم اطلاعات بدون ساختار است. این چالش «داده‌های بزرگ» در انفورماتیک زیست‌پزشکی مشهودتر است: گرایش به سمت پزشکی دقیق منجر به انفجار در تعداد مجموعه‌های داده‌های زیست‌پزشکی تولید شده شده است. با وجود این واقعیت که متخصصان انسانی در تشخیص الگو در ابعاد <= 3 بسیار خوب هستند. بیشتر داده ها ابعاد بالایی دارند، که تجزیه و تحلیل دستی را اغلب غیرممکن می کند و نه پزشک و نه محقق زیست پزشکی نمی توانند همه این حقایق را به خاطر بسپارند. ترکیبی هم افزایی از روش‌ها و رویکردهای دو حوزه، شرایط ایده‌آلی را برای حل این مشکلات ارائه می‌دهد: تعامل انسان و رایانه (HCI) و کشف دانش/داده‌کاوی (KDD)، با هدف پشتیبانی از قابلیت‌های انسانی با یادگیری ماشین.

این نظرسنجی پیشرفته یک خروجی از شبکه متخصص HCI-KDD است و دارای 19 مقاله با دقت انتخاب شده و بررسی شده مربوط به هفت حوزه تحقیقاتی داغ و امیدوارکننده است: حوزه 1: یکپارچه سازی داده ها، پیش پردازش داده ها و نقشه برداری داده ها؛ حوزه 2: الگوریتم های داده کاوی; حوزه 3: داده کاوی مبتنی بر نمودار. حوزه 4: داده کاوی مبتنی بر آنتروپی. حوزه 5: داده کاوی توپولوژیکی. ناحیه 6 تجسم داده و ناحیه 7: حریم خصوصی، حفاظت از داده، ایمنی و امنیت.

One of the grand challenges in our digital world are the large, complex and often weakly structured data sets, and massive amounts of unstructured information. This “big data” challenge is most evident in biomedical informatics: the trend towards precision medicine has resulted in an explosion in the amount of generated biomedical data sets. Despite the fact that human experts are very good at pattern recognition in dimensions of <= 3; most of the data is high-dimensional, which makes manual analysis often impossible and neither the medical doctor nor the biomedical researcher can memorize all these facts. A synergistic combination of methodologies and approaches of two fields offer ideal conditions towards unraveling these problems: Human–Computer Interaction (HCI) and Knowledge Discovery/Data Mining (KDD), with the goal of supporting human capabilities with machine learning.

This state-of-the-art survey is an output of the HCI-KDD expert network and features 19 carefully selected and reviewed papers related to seven hot and promising research areas: Area 1: Data Integration, Data Pre-processing and Data Mapping; Area 2: Data Mining Algorithms; Area 3: Graph-based Data Mining; Area 4: Entropy-Based Data Mining; Area 5: Topological Data Mining; Area 6 Data Visualization and Area 7: Privacy, Data Protection, Safety and Security.