gms | German Medical Science

Einleitung: MEDLINE, als eine der wichtigsten bibliographischen Datenbanken in der Biomedizin, erfährt ein stetiges Wachstum und umfasst aktuell über 16 Millionen Einträge. Es ist die Aufgabe von Suchmaschinen diese Einträge, die neben dem Abstract-Text Metadaten wie Autoren, MeSH-Terme [Ref. 1], Veröffentlichungsdatum etc. enthalten, effizient zugänglich zu machen. In dieser Arbeit werden verschiedene solcher Suchmaschinen auf ihre Funktionalitäten und Leistungsfähigkeit hin überprüft und verglichen.

Methoden: Wir geben einen Überblick über drei Arten von Suchmaschinen. Die erste Gruppe umfasst solche Suchsysteme, die ausschließlich auf den Daten von MEDLINE basieren (PubMed, Ovid). In der zweiten Gruppe finden sich Suchmaschinen, die im Wesentlichen den Abstract-Text, der mit semantischen Informationen (z.B. Erwähnung eines Proteins, Organismus etc.) angereichert ist, indexieren. Die letzte Gruppe beinhaltet Suchmaschinen, die nach inhaltlich ähnlichen Artikeln zu einem gegebenen Artikel suchen.

Ergebnisse: Über den einfachen Stringvergleich hinaus ermöglicht PubMed (http://www.ncbi.nlm.nih.gov/entrez) die gezielte Suche in Feldern (z.B. Titel, Autoren). Ovid (http://www.gateway.ut.ovid.com) bietet den Zugang zu lizenzpflichtigen Teilen von MEDLINE. Zudem werden hier die MeSH-Terme des Ergebnistreffers aufbereitet. So können Ergebnisse weiter eingeschränkt werden. Zu den Suchmaschinen aus der zweiten Gruppe zählen u.a. Fable (http://www.fable.chop.edu), Twease (http://www.twease.org) und iHOP (http://www.ihop-net.org). Fable beschränkt sich bei der Suche ausschließlich auf Gene und Proteine, wobei die Suchergebnisse nach spezifischen Kriterien (z.B. chronologisch, Erstautor) gerankt werden können. Twease bietet eine fehlertolerante Suche an. Mit Hilfe eines Schiebereglers kann man außerdem die Ergebnismenge einschränken oder vergrößern. Bei iHOP können ähnliche Dokumente über Gen- und Proteinbezeichnungen geclustert werden. Dabei werden in der Suchanfrage Synonyme berücksichtigt. Eine beliebte Suchmethode nach relevanten Informationen erfolgt über ähnliche Artikel. Diese Funktion wird neben PubMed auch von eTBLAST (http://invention.swmed.edu/etblast) angeboten, wobei der Blast Algorithmus zur Bestimmung von Ähnlichkeiten genutzt wird [Ref. 2].

Diskussion: In einer Studie mit Experten aus verschiedenen Universitätskliniken hat sich gezeigt, dass die Suchsysteme mit Außnahme von Ovid und natürlich PubMed unbekannt waren. Zudem wurde bei PubMed selten mehr als das Freitextfeld zur Suche verwendet. Wir folgern daraus, dass eine Suchmaschine idealerweise die ergebnisverbessernden Funktionalitäten der diskutierten Suchmaschinen aufweist, diese jedoch im Hintergrund einer Suche verarbeitet werden müssen.

Danksagung: Diese Arbeit wurde im Rahmen des e-Science-Projektes "StemNet" durch das Bundesministerium für Bildung und Forschung (BMBF, Fördernummer: 01DS001A bis 1C) unterstützt