[論文レビュー] RadGraph2: Modeling Disease Progression in Radiology Reports via Hierarchical Information Extraction

Sameer Khanna, Adam Dejl+5 more|arXiv (Cornell University)|Aug 9, 2023

Topic Modeling被引用数 4

ひとこと要約

RadGraph2 は、レントゲン画像報告書から疾患の進行状況やデバイスの変更を抽出するための階層的スキーマを導入し、エンティティの関係を活用する修正版 DyGIE++ モデル（HGIE）により情報抽出を向上させた。このアプローチは、特に変化検出において、800件の専門家アノテート済み報告書と220,913件の推論アノテート済み報告書を含む拡張データセット上で、先行モデルを上回る性能を発揮した。

ABSTRACT

We present RadGraph2, a novel dataset for extracting information from radiology reports that focuses on capturing changes in disease state and device placement over time. We introduce a hierarchical schema that organizes entities based on their relationships and show that using this hierarchy during training improves the performance of an information extraction model. Specifically, we propose a modification to the DyGIE++ framework, resulting in our model HGIE, which outperforms previous models in entity and relation extraction tasks. We demonstrate that RadGraph2 enables models to capture a wider variety of findings and perform better at relation extraction compared to those trained on the original RadGraph dataset. Our work provides the foundation for developing automated systems that can track disease progression over time and develop information extraction models that leverage the natural hierarchy of labels in the medical domain.

研究の動機と目的

• 既存の医療報告書データセットに時間的・文脈的情報が不足していることに対処する。特に、疾患の進行状況やデバイスの変更に関する情報の欠如に焦点を当てる。
• レントゲン画像報告書内の医療エンティティ間の自然な関係と臨床的意味を捉える階層的スキーマを構築する。
• モデル学習中に構造的階層を活用することで、情報抽出のパフォーマンスを向上させる。
• 従来の RadGraph データセットに、過去の所見、変化、デバイスの挿入／除去といった臨床的に関連するエンティティを追加する。
• 自動化システムがレントゲン画像報告書を用いて、患者の疾患経過を時間的経過に沿って追跡できるようにする。

提案手法

• 医療エンティティ（疾患、変化、デバイスなど）を自然な関係性と臨床的意味に基づいて階層的に整理するスキーマを設計する。
• まずエンティティ階層を学習し、その後にエンティティと関係の共同抽出を実行する二段階の学習プロセスを導入する。
• DyGIE++ を改変し、親子関係を用いて注意メカニズムと表現学習をガイドする階層的監視を組み込む。
• MIMIC-CXR および CheXpert データセットから得た 800 件の専門家アノテート済み報告書と 220,913 件の推論アノテート済み報告書を組み合わせて、HGIE を学習する。
• エンティティおよび関係抽出のパフォーマンスを評価し、分類木の深さと構造に関するアブレーションスタディを実施する。
• 階層的構造を活用する条件付き学習戦略を採用し、特にデータが少ない状況での汎化性能を向上させる。

実験結果

リサーチクエスチョン

• RQ1 階層的スキーマは、時間的経過に伴う変化の検出を特に重視するレントゲン画像報告書の情報抽出モデルの性能を向上させることができるか？
• RQ2 学習時にエンティティ階層を組み込むことで、平坦なスキーマアプローチと比較して、エンティティと関係の共同抽出性能にどのような影響を与えるか？
• RQ3 分類木の深さが、ラベルが希少な低リソース環境においてモデルのパフォーマンスに影響を与えるか？
• RQ4 修正版 DyGIE++ モデル（HGIE）は、レントゲン画像報告書における疾患の進行状況とデバイスの追跡において、以前の最先端モデルを上回ることができるか？
• RQ5 RadGraph2 スキーマは、胸部X線画像を越えた他の医療分野へ一般化可能か、その範囲はどの程度か？

主な発見

• HGIE はベースラインモデルを上回り、PubMedBERT を用いたエンティティ抽出で F1 スコア 0.883、関係抽出で F1 スコア 0.861 を達成し、以前のモデルを上回った。
• 分類木の深さが 2 のモデルが、深さ 3 のバージョンを上回った。これは、CHER-CON-RES のような希少なリーフノードに起因するノイズが少ないためと推定される。
• 階層的スキーマにより、疾患の進行状況やデバイスの挿入／除去といった臨床的に重要な変化がより適切に捉えられるようになった。これらの要素は、元の RadGraph には存在しなかった。
• RadGraph2 データセットには、800 件の専門家アノテート済み報告書と 220,913 件の推論アノテート済み報告書が含まれており、レントゲン画像報告書における時間的・文脈的情報の範囲が著しく拡大された。
• 二段階の学習プロセスは、階層的構造を効果的に活用し、共同抽出タスクにおける汎化性能とパフォーマンスを向上させた。
• 本研究では、エンティティ階層をチューナブルなハイパーパrameterとして扱うことが可能であることが示された。最適な深さは、ラベルの分布とデータの可用性に依存する。