음성 인식 및 자연어 처리를 기반으로 한 지능형 대화 시스템을 사용한 방사선학의 효율적인 구조화 보고

배경: 구조화 보고(SR)는 자유 텍스트 보고(FTR) 대비 장점으로 인해 방사선학에서 권장됩니다. 그러나 SR 사용은 방사선 전문의들 사이에서 잘 받아들여지고 비구조적 FTR에 일반적으로 사용되는 음성 인식 통합 부족으로 인해 저해받고 있습니다. SR 템플릿은 마우스와 키보드를 사용하여 수고스럽게 작성해야 하며, 이는 SR 사용이 임상 루틴에서 제한된 이유를 설명할 수 있습니다. 인공지능 및 관련 분야인 자연어 처리(NLP)는 이미징 작업 흐름을 개선할 수 있는 막대한 가능성을 제공합니다. 여기에서 우리는 SR과 음성 인식의 장점을 결합하기 위해 NLP의 잠재력을 사용하는 것을 목표로 했습니다. 결과: 우리는 NLP를 사용하여 지시된 자유 텍스트를 자동으로 구조화된 보고서로 변환하는 보고 도구를 개발했습니다. 이 도구는 방사선 전문의가 관련 발견 사항을 놓치면 시각적 피드백을 전송하여 도움을 주는 작업 지향적 대화 시스템으로 구성됩니다. 이 시스템은 여러 NLP 구성 요소와 음성 인식을 기반으로 개발되었습니다. 이 도구는 지시된 자유 텍스트에서 구조화된 내용을 추출하고 RadLex 용어로 SR 템플릿을 완성하는 데 사용하여 사용자 인터페이스에 표시됩니다. 이 도구는 사용 사례로 요로 결석 CT 보고를 평가했습니다. 요로 결석에 대한 허구의 텍스트 샘플과 요로 결석 환자의 50개의 원본 CT 보고서를 사용하여 테스트했습니다. NLP 인식은 두 경우 모두 잘 작동하였으며, 허구의 샘플 테스트에서 F1 점수 0.98(정밀도: 0.99; 재현율: 0.96), 원본 보고서 테스트에서 F1 점수 0.90(정밀도: 0.96; 재현율: 0.83)을 기록했습니다. 결론: SR에 음성을 통합하는 독특한 능력 덕분에 이 새로운 도구는 보고의 미래에 중요한 기여를 할 수 있습니다.