緒論

第一章 緒論

第一節 研究背景

服藥期間，病人若未注意用藥須知可能造成藥物交互作用(Drug Interaction)，

導致療效失敗甚至病情惡化影響生命安全。藥物交互作用是指藥物與某項物質先 後或同時使用，造成藥效會有不如預期的結果，該物質可能是藥物、食物或環境，

本論文為研究藥物－藥物交互作用(Drug-Drug Interactions, DDI)。藥物－藥物交互 作用¹是指先後或同時服用兩種藥物，使得藥效會有以下效果：

1. 拮抗作用(Antagonism)：兩藥物之藥效互相抵抗造成減弱或消失。

2. 協同作用(Synergism)：兩藥物之藥效大於單獨使用之效果。

了解藥物－藥物交互作用對醫護人員或一般民眾都是相當重要的議題，不但 可以提升用藥人的用藥安全，也可以減少醫療成本的支出。

自然語言處理(Natural Language Processing, NLP)屬於人工智慧領域中重要的 一環，目的在於讓機器可以了解、分析或合成人類的語言，主要的技術有斷詞 (Tokenize)、剖析(Parsing)、詞性標記(Part-of-Speech, POS)、專有名詞識別(Named Entity Recognition) 等 ，涉 及 的 範 圍 和 領 域 包 括 資 訊 擷 取 和 檢 索(Information Extraction and Retrieval) 、 語 音 識 別 (Speech Recognition) 、 機 器 翻 譯 (Machine

1 國家教育研究院-雙語詞彙、學術名詞暨辭書資訊網 http://terms.naer.edu.tw/detail/1315396/

2

Translation)、自動摘要(Automatic Summarization)和問答系統(Question Answering) 等。本論文利用自然語言處理技術擷取句子中的藥物是否有藥物－藥物相互作用 的存在。

第二節 研究動機與目的

目前研究藥物與藥物之間是否有交互作用，大部分都要由研究人員從生醫文 獻中仔細的識別或研讀眾多的相關文獻和實驗，來驗證藥物與藥物之間有交互作 用的存在，目前具有藥物－藥物交互作用的藥物已被記載於資料庫或網站上，例 如:DrugBank²、Dailymed³和Medscape⁴等，由於生醫文獻發表的數量正大量成長，

遠超過於研究人員手動增加藥物－藥物交互作用於資料庫或網站上的數量，如果 能利用資訊擷取的方式挖掘出藥物－藥物交互作用，那麼將能大大地減少研究人 員的挖掘時間，目前藥物－藥物交互作用擷取辨識效能最好為 80.0%，分類效能 為65.1%，本研究希望能超越目前最好之辨識和分類效能。

本研究運用自然語言處理技術將多篇已預先切割完的文章做特徵擷取的動 作，接著運用機器學習和以規則為基的方式進行辨識與分類，預測句子中兩藥物 是否含有交互作用。

2 DrugBank https://www.drugbank.ca/

3 Dailymed https://dailymed.nlm.nih.gov/dailymed/index.cfm

4 Medscape http://reference.medscape.com/drug-interactionchecker

3

第三節 論文架構

本篇論文架構分為六個章節，第一章為緒論，說明研究背景、研究動機與目 的；第二章為文獻探討，說明與本論文相關之文獻或方法；第三章為實驗方法與 步驟，說明本論文的系統架構和所提出的方法；第四章為資料來源與評估方式；

第五章為實驗結果與討論；第六章為結論與未來展望。

4