放射線レポートにおける否定検出のためのルールベースモデルとニューラルネットワークモデルの比較

要約 自然言語処理を使用することで、電子健康記録 (EHR) の生データから構造化情報を高精度で抽出することが可能です。しかし、臨床用語の否定された言及と非否定された言及を正確に区別することは依然として課題です。EHRテキストには、病気が存在しないと述べられたり、仮定されている場合が含まれます。これは、病気が存在するとは報告されていないのに、報告に言及される可能性があることを意味します。これにより、文書分類や要約などのタスクが難しくなります。私たちは、EdIE-R (エディンバラ放射線レポート用情報抽出) と呼ばれる既存のテキストマイニングパイプラインの一部であるルールベースの EdIE-R-Neg を開発しました。これは脳画像レポートを処理するために開発され、( https://www.ltg.ed.ac.uk/software/edie-r/ )、双方向長短期記憶ネットワークを使用する1つの機械学習アプローチと、フィードフォワードニューラルネットワークを使用するもう1つのアプローチが含まれています。これらはエディンバラ脳卒中研究 (ESS) のデータで開発され、NHS テイサイド (テイサイド) の定期報告書のデータでテストされました。両方のデータセットは医療スキャンからの書面報告で構成されています。これらのモデルは、否定のパターンを文の構文表現に適用して否定範囲を特定する、NegEx の一般化の Python 実装である pyConText (Harkema et al . 2009. Journal of Biomedical Informatics 42 (5), 839–851) と、NegBio (Peng et al . 2017. NegBio: 放射線レポートにおける否定と不確実性検出のための高性能ツール。arXiv e-prints, p. arXiv:1712.05898) の 2 つの既存のルールベースモデルと比較されます。私たちのモデルが開発されたデータセットのテストセット、及びほぼ同様のテイサイドテストセットの両方で、ニューラルネットワークモデルと私たちのカスタム構築されたルールベースシステムが既存方法を上回りました。EdIE-R-Negは特にテイサイドデータセットのテストセットでF1スコアが最も高く、この実験に用いられた開発データを使用していないことを示しており、この規模のデータセットにおける否定検出のためのカスタム構築されたルールベースシステムの力を示しています。テイサイドテストセットにおける機械学習モデルとEdIE-R-Negのパフォーマンスのギャップは、ESSトレーニングセットに開発テイサイドデータを追加することで縮小され、ニューラルネットワークモデルの適応性を示しました。