DREaMは、薬物間の関係抽出において重要な役割を果たす手法であり、薬物相互作用や副作用予測の特定に寄与します。本研究では、機械学習と大規模な医療テキストデータベースの進展を背景に、専門知識を必要としない低コストの抽出方法を提案しています。しかし、現在利用可能な薬物間関係抽出用のデータセットは限られているため、転移学習の必要性が生じます。DREaMは、まず既存の関係抽出モデルを用いてエンティティ間の関係を発見し、その後、このモデルを医療テキストのコーパスに適用して薬物の関係のオントロジーを構築します。抽出された関係は大規模言語モデルを用いて検証され、PubMedの抄録の一部から抽出された関係の71件が一致したことが示されました。また、このアプローチは医療ドメインにおける曖昧さを明らかにし、関係抽出が直面する課題を浮き彫りにしています。