Sie befinden sich hier:

SMAFIRA - Künstliche Intelligenz zum Auffinden von Alternativmethoden

Bevor ein Tierversuch im Rahmen eines wissenschaftlichen Projektes durchgeführt werden darf, muss er von einer zuständigen Behörde genehmigt sein. Dazu reichen die verantwortlichen Forscherinnen und Forscher einen Genehmigungsantrag ein, in dem die Erfüllung von wissenschaftlichen und gesetzlichen Anforderungen dargelegt ist. Teil dieses Antrags ist eine sorgfältige Literaturrecherche, um sicher zu stellen, dass der geplante Tierversuch nicht durch eine Alternativmethode ersetzt werden kann. Eine solche Alternative wäre z.B. eine Methode oder ein Verfahren, mit dem eine spezifische wissenschaftliche Fragestellung ohne den Einsatz lebender (Wirbel-)Tiere beantwortet werden kann, z.B. in vitro-Verfahren.

Suchmaschine für Alternativmethoden zu Tierversuchen

Obwohl es für biomedizinische Fragestellungen bereits Suchmaschinen und Literaturdatenbanken gibt, die auch semantische Techniken zur Verfügung stellen, gibt es noch keine zufriedenstellende Lösung für die Suche nach Alternativmethoden zu Tierversuchen.

In dem Forschungsprojekt soll eine Suchmaschine für Alternativmethoden zu Tierversuchen entwickelt werden, die auf der frei zugänglichen biowissenschaftlichen Literaturdatenbank PubMed (Medline) aufsetzt. `SMAFIRA´ steht für `SMArt Feature basiertes Interaktives Ranking`. SMAFIRA soll den Antragsstellenden für einen Tierversuch (= Forscherinnen und Forscher) zukünftig ermöglichen, mittels Referenzdokumenten (Referenz-Publikationen aus PubMed), die einen konkreten Tierversuch beschreiben, geeignete Vorschläge für Alternativmethoden zu diesem Tierversuch zu finden. Darüber hinaus soll die Suchmaschine die Ergebnisse der Recherche (Trefferliste von Literaturzitaten) bezüglich ihrer thematischen Übereinstimmung zu den vorgegebenen Referenzdokumenten und ihrer Relevanz als potentielle Alternativmethode zu dem jeweiligen Tierversuch reihen. Die Basis für die Entwicklung bilden `state-of-the-art´ Methoden des Text Mining (z. B. `Information Retrieval´, `Named-Entity Recognition´ bzw. `Relation Extraction´) und des Machine Learning (z. B. `Neural Networks´).

nach oben

Protokoll

 (1)
Datum Titel Größe
17.02.2020
Protokoll vom 5. September 2019, Veröffentlichung
4. Sitzung der Bf3R-Kommission 167.6 KB
PDF-Datei

nach oben

Kommission

Bf3R-Video

Was sind die Aufgaben?

Fachpublikationen - Publikationsserver Open Agrar

Kontakt

Besucheranschrift
Diedersdorfer Weg 1
D - 12277 Berlin

Postanschrift
Postfach 12 69 42
D - 10609 Berlin

Telefon
030-18412-29000
030-18412-29001

Fax
030-18412-29099

E-Mail
9@bfr.bund.de

Cookie-Hinweis

Die BfR-Webseite verwendet nur Cookies, die notwendig sind, um die Webseite nutzerfreundlich zu gestalten. Weitere Informationen enthält unsere Datenschutzerklärung.