[論文レビュー] Extracting Daily Dosage from Medication Instructions in EHRs: An Automated Approach and Lessons Learned

Diwakar Mahajan, Jennifer J. Liang+1 more|arXiv (Cornell University)|May 21, 2020

Biomedical Text Mining and Ontologies被引用数 5

ひとこと要約

本稿では、全薬剤にわたる自由記述型EHR処方箋から日常投与量を自動で抽出するハイブリッドNLPシステムを提示する。深層学習によるエンティティ認識とルールベースの正規化、正規表現マッチングを組み合わせたもので、1,000件の専門家アノテート済みデータセットにおいて再現率0.95、正確率0.98を達成した。これはEHRにおける日常投与量計算のための最初の汎用的アプローチである。

ABSTRACT

Medication timelines have been shown to be effective in helping physicians visualize complex patient medication information. A key feature in many such designs is a longitudinal representation of a medication's daily dosage and its changes over time. However, daily dosage as a discrete value is generally not provided and needs to be derived from free text instructions (Sig). Existing works in daily dosage extraction are narrow in scope, targeting dosage extraction for a single drug from clinical notes. Here, we present an automated approach to calculate daily dosage for all medications, combining deep learning-based named entity extractor with lexicon dictionaries and regular expressions, achieving 0.98 precision and 0.95 recall on an expert-generated dataset of 1,000 Sigs. We also analyze our expert-generated dataset, discuss the challenges in understanding the complex information contained in Sigs, and provide insights to guide future work in the general-purpose daily dosage calculation task.

研究の動機と目的

• EHR薬剤指示（Sigフィールド）における全薬剤にわたる、自動的かつ汎用的な日常投与量抽出の欠如に対処すること。
• 複雑な多剤併用症例における正確な縦断的薬剤投与タイムライン可視化を可能にすることで、臨床的認知負荷を軽減すること。
• 曖昧さ、一貫性の欠如、制約の欠落といった、自由記述型Sigフィールドの解釈における課題を特定・分類すること。
• 信頼性が低い場合にnullを返し、臨床医によるレビュー用に問題のあるSigをマークするシステムを開発すること。
• Sigの言語パターンを分析し、現在のルールベース正規化アプローチの限界を特定することで、今後の研究を導くこと。

提案手法

• 深層学習ベースの名前付きエンティティ認識器が、Sigテキスト内の用量、頻度、経路などの主要な要素を同定する。
• 語彙ベースの正規化モジュールが、自然言語表現（例：「1日2回」）を標準化された投与単位および頻度にマッピングする。
• 正規表現を用いて、複雑なパターン（例：「月・水・木・土」や「隔日」）を含む投与量表現を検出・抽出する。
• 個々の投与用量の合算により日常投与量を計算し、低品質な出力を回避するために信頼性のしきい値を適用する。
• 解析済みの要素を専門家が定義したカテゴリと照合することで、曖昧・矛盾・不完全なSigを特定する。
• ルールベースのパイプラインにより、耐障害性と解釈可能性を確保し、今後の研究ではエンドツーエンドのシーケンス・ツー・シーケンスモデルの検討を計画している。

実験結果

リサーチクエスチョン

• RQ1 EHRにおける全薬剤にわたる自由記述型薬剤指示から、汎用的システムが日常投与量を正確に抽出できるか。
• RQ2 Sigフィールドにおける言語的・構造的課題の主な要因は何か。これらは正確な投与量抽出を妨げる。
• RQ3 Sigの言語のばらつき（例：スペルミス、PRN使用、最大制限）は、自動投与量計算の信頼性にどのように影響するか。
• RQ4 現在のルールベースシステムにおける一般的な誤りパターンは何か。それらはどのように緩和できるか。
• RQ5 専門家がアノテートした曖昧または無効なSigのカテゴリを用いることで、システムの透明性と臨床的安心性を向上させられるか。

主な発見

• 本システムは、1,000件の専門家アノテート済みデータセットにおいて、再現率0.95、正確率0.98を達成し、日常投与量抽出の高精度を示した。
• 最も頻度の高かった誤りカテゴリは、「新規表現」であり、これは「隔日」や「月・水・木・土」のような新規または非標準的な表現を含む。
• 最大日間投与量やPRN例外を無視することで、多くの誤りが生じており、追加の制約が解析されない場合、投与量が過大評価された。
• 多くの場合、矛盾するSigを正しく特定し、nullを返したが、2件のケースで最初の表現のみを用いてしまったため、誤った投与量を出力した。
• 「talbet」のようなスペルミスは認識されず、現在の正規化ヒューリスティクスの限界を示している。
• 分析から、同じ投与経路や製剤形態を持つ薬剤間で共通の言語的パターンが見られ、薬剤別モデル化の機会が示唆された。