[論文レビュー] Clinical Text Summarization with Syntax-Based Negation and Semantic Concept Identification

Wei‐Hung Weng, Yu-An Chung+1 more|arXiv (Cornell University)|Feb 29, 2020

Topic Modeling参考文献 31被引用数 8

ひとこと要約

本稿では、UMLSを用いた意味的コンセプト同定と構文木解析を統合することで、高い正確性で否定された臨床的コンセプトを特定する構文に基づく臨床テキスト要約手法を提案する。言語的構造と専門家が整備したバイオメディカル知識を活用することで、特に複雑または断片的なナラティブノートにおいて、臨床的に妥当な性能を達成し、重要な臨床的コンセプトの同定と否定状態の特定を実現する。

ABSTRACT

In the era of clinical information explosion, a good strategy for clinical text summarization is helpful to improve the clinical workflow. The ideal summarization strategy can preserve important information in the informative but less organized, ill-structured clinical narrative texts. Instead of using pure statistical learning approaches, which are difficult to interpret and explain, we utilized knowledge of computational linguistics with human experts-curated biomedical knowledge base to achieve the interpretable and meaningful clinical text summarization. Our research objective is to use the biomedical ontology with semantic information, and take the advantage from the language hierarchical structure, the constituency tree, in order to identify the correct clinical concepts and the corresponding negation information, which is critical for summarizing clinical concepts from narrative text. We achieved the clinically acceptable performance for both negation detection and concept identification, and the clinical concepts with common negated patterns can be identified and negated by the proposed method.

研究の動機と目的

• 電子歴史記録（EHR）における非構造的・不完全な構造の臨床ナラティブテキストの要約を、臨床意思決定を支援するために解決する。
• 純粋な統計的およびディープラーニングモデルの臨床NLPにおける限界を克服するため、解釈可能な言語的およびバイオメディカル知識を統合する。
• 構文解析と意味フィルタリングを用いることで、臨床的に関連するコンセプトとその否定状態の同定精度を向上させる。
• 否定のトリガーを分類し、それらを句構造に適用するルールベースのシステムを開発し、正しい臨床的コンセプトの否定を特定する。
• 否定状態を含めた主要な臨床所見のキュレート済み・項目別要約を生成することで、効果的な臨床コミュニケーションのプロトタイプを構築する。

提案手法

• 文の分割、トークン化、臨床固有名前抽出（NER）にStanford CoreNLPおよびApache cTAKESを活用した。
• Stanford Tregex/TsurgeonおよびOpenNLPを用いて構文木解析を実施し、否定検出のための句構造を抽出した。
• 否定のトリガー（例：'no'、'rule out'）を異なるタイプに分類し、文法的ルールを適用して否定の範囲を特定した。
• UMLSメタテーザリウスおよび意味ネットワークを統合し、臨床的コンセプトの正規化とフィルタリングを実施し、誤検出を低減した。
• 否定検出とコンセプト同定を統合し、ドキュメントの各セクションごとに構造的で項目別な臨床所見の要約を生成した。
• 誤差解析および断片的・省略された臨床文の解析とルール設計の改善を支援するため、人間の専門家によるアノテーションを用いた。

実験結果

リサーチクエスチョン

• RQ1 構文に基づく解析は、非構造的ナラティブEHRノートにおける否定された臨床的コンセプトの検出をどのように改善するか？
• RQ2 UMLSによる意味フィルタリングは、EHRテキストにおける臨床的コンセプト同定の正確性をどの程度向上させるか？
• RQ3 断片的または省略された文を含む臨床テキストに適用した統計的構文木パーサーの限界は何か？
• RQ4 ルールベースの否定検出と言語的構造の組み合わせは、リソースが限られた臨床NLP環境において、エンドツーエンドのディープラーニングモデルを上回る性能を発揮できるか？
• RQ5 バイオメディカル知識ベースを構文解析と効果的に統合することで、解釈可能で臨床的に意味のある要約を生成できるか？

主な発見

• UMLS意味フィルタリングを用いた場合、コンセプト同定のF1スコアは0.836に達したのに対し、フィルタリングなしでは0.568にとどまり、正確性の顕著な向上が確認された。
• コンセプト同定の正確性は、フィルタリングなしでは0.397から、フィルタリングありでは0.719に向上し、意味フィルタリングが関連性のないまたはノイズの多いコンセプトを効果的に低減していることが示された。
• 一般的な否定パターンに対しては否定検出が有効であったが、構文木の解析エラーにより、断片的または省略された臨床文では困難をきたした。
• UMLS意味フィルタリングの適用により、『規制または法律』や『遺伝子またはゲノム』などの非臨床的意味タイプを除去することで、誤検出が削減された。
• 両方のフィルタリング条件において再現率（0.830）は高く維持されていたが、フィルタリングなしでは正確性が著しく低く、臨床的コンセプト抽出において意味的タイプのフィルタリングが不可欠であることが浮き彫りになった。
• cTAKES NERが、過剰に細分化されたり曖昧なコンセプト（例：'tongue elevation' 対 'elevation'）を生成することが判明し、スパン正規化またはコンセプトの統合戦略の導入が求められることが示された。