[論文レビュー] Natural Language Processing for Smart Healthcare

Binggui Zhou, Guanghua Yang+2 more|arXiv (Cornell University)|Oct 19, 2021

Topic Modeling参考文献 205被引用数 14

ひとこと要約

本論文は、スマートヘルスケアにおける自然言語処理（NLP）の応用について包括的なレビューを提供しており、NLP技術、臨床的および非臨床的応用事例、そして重要な課題をカバーしている。NLPパイプラインを体系的に分析し、精神保健やCOVID-19対応を含む医療分野における応用を検討し、今後の研究の方向性を特定することで、AI駆動のヘルスケアイノベーションの基盤的リファレンスを提供する。

ABSTRACT

Smart healthcare has achieved significant progress in recent years. Emerging artificial intelligence (AI) technologies enable various smart applications across various healthcare scenarios. As an essential technology powered by AI, natural language processing (NLP) plays a key role in smart healthcare due to its capability of analysing and understanding human language. In this work, we review existing studies that concern NLP for smart healthcare from the perspectives of technique and application. We first elaborate on different NLP approaches and the NLP pipeline for smart healthcare from the technical point of view. Then, in the context of smart healthcare applications employing NLP techniques, we introduce representative smart healthcare scenarios, including clinical practice, hospital management, personal care, public health, and drug development. We further discuss two specific medical issues, i.e., the coronavirus disease 2019 (COVID-19) pandemic and mental health, in which NLP-driven smart healthcare plays an important role. Finally, we discuss the limitations of current works and identify the directions for future works.

研究の動機と目的

• NLP技術とそのスマートヘルスケアシステムへの統合について体系的なレビューを提供すること。
• 臨床文書作成、病院運営、公衆衛生監視を含む多様な医療応用におけるNLPの役割を分析すること。
• 特にCOVID-19危機期における精神保健およびパンデミック対応におけるNLPの影響を検討すること。
• 現在の医療分野におけるNLP研究の限界を特定し、今後の研究の方向性を提案すること。
• AI支援ヘルスケア分野の研究者および実務家にとって包括的なリファレンスとして機能すること。

提案手法

• 2013年以降、ニューラルNLPの優位性を強調しつつ、NLPアプローチをルールベース、統計的、ディープラーニングベースの方法に分類する。
• テキスト前処理、エンティティ認識、関係抽出、意味理解を含む医療分野向けNLPパイプラインを概説する。
• 電子的健康記録（EHR）を用いた臨床現場におけるNLP応用をレビューする。具体的には、臨床ノート分析や診断コード化の応用を対象とする。
• 患者アンケート、健康モニタリング、多言語医療翻訳を含む非臨床的文脈におけるNLPを検討する。
• 自由テキスト音声およびテキストデータを用いた精神保健分野におけるNLPを分析し、精神病発症の予測や心理状態の評価を目的とする。
• 疾病監視およびパンデミック対応を含む公衆衛生分野におけるNLPを議論する。具体的には、ソーシャルメディアや臨床レポートのリアルタイムテキスト分析を活用する。

実験結果

リサーチクエスチョン

• RQ1 スマートヘルスケアシステムにおけるNLP技術はどのように進化し、応用されてきたか？
• RQ2 臨床的実践、病院運営、個人の健康モニタリングにおける主なNLP応用は何か？
• RQ3 NLPは精神保健評価および精神疾患の早期発見をどのように支援するか？
• RQ4 特にCOVID-19流行期において、NLPはパンデミック対応においてどのような役割を果たすか？
• RQ5 医療分野におけるNLPの現在の限界および今後の研究の方向性は何か？

主な発見

• ディープラーニングベースのNLPモデルは、医療分野の複数のNLPタスクにおいて最先端の性能を達成しており、従来のルールベースおよび統計的手法を上回っている。
• NLPは非構造化EHRデータの自動分析を可能にし、臨床意思決定支援および診断コード化の正確性を向上させている。
• NLPドリブンのツールは、高感度で自由テキスト音声から精神病発症の兆候を特定する予測能力を示している。
• 多言語およびリソースが限られたNLPモデルは、言語間での医療テキスト翻訳において有望な成果を示しており、グローバルな健康格差是正に寄与する可能性を秘めている。
• ソーシャルメディアや臨床レポートの分析を含む公衆衛生分野におけるNLP応用は、疾病の流行の早期検出を可能にした。
• 進展は見られるが、解釈可能性、データプライバシー、モデルの一般化性の面で課題が残っており、特にリソースが限られた環境および多言語環境において顕著である。