[論文レビュー] The Abzooba Smart Health Informatics Platform (SHIP) TM - From Patient Experiences to Big Data to Insights

Naveen Ashish, Antarip Biswas+3 more|arXiv (Cornell University)|Mar 16, 2012

Sentiment Analysis and Opinion Mining参考文献 2被引用数 4

ひとこと要約

Abzooba Smart Health Informatics Platform (SHIP) TM は、自然言語処理およびビッグデータ分析を活用して、健康関連のソーシャルメディアフォーラムにおける患者の議論から構造化されたイン사이트を抽出し、患者と関連するペアの経験をパーソナライズドに結びつける。非構造化された会話から事実や表現を要約することで、SHIP は文脈的に関連する健康インサイトを提供し、患者が生成するデータを通じて、アウトカム研究を前進させる。

ABSTRACT

This paper describes a technology to connect patients to information in the experiences of other patients by using the power of structured big data. The approach, implemented in the Abzooba Smart Health Informatics Platform (SHIP),is to distill concepts of facts and expressions from conversations and discussions in health social media forums, and use those distilled concepts in connecting patients to experiences and insights that are highly relevant to them in particular. We envision our work, in progress, to provide new and effective tools to exploit the richness of content in social media in health for outcomes research.

研究の動機と目的

• 健康関連のソーシャルメディアから、非構造化された議論から意味のあるインサイトを抽出することで、患者が関連するペアの経験に接続できるシステムを開発すること。
• 膨大な量の非公式なオンライン健康議論に埋もれている、実行可能で患者中心の健康情報にアクセスする課題に対処すること。
• 意味解析およびデータマイニング技術を用いて、ソーシャルメディアからの患者レポートの経験を構造化・分析することにより、アウトカム研究を可能にすること。
• 生の患者ナラティブを検索可能で意味的に豊かな知識に変換する、スケーラブルで知的なプラットフォームを構築すること。

提案手法

• プラットフォームは、健康フォーラムの非構造化テキストから主要な事実、概念、表現を抽出するために自然言語処理（NLP）技術を用いる。
• 情報抽出手法を適用して、会話的コンテンツからの患者レポートの症状、治療法、結果、経験を同定する。
• 抽出された情報を意味的知識ベースに構造化し、意味的インデックス作成および検索を可能にする。
• 症状、疾患、または治療結果に基づいて、患者を類似した経験と照合するためのコンセプトベースのマッチングメカニズムを採用する。
• スケーラブルなビッグデータ処理を可能にするアーキテクチャを備えており、リアルタイムまたはニアリアルタイムでのインサイト提供を実現する。
• 関連性と正確性を向上させるために、人工知能および情報検索技術を統合する。

実験結果

リサーチクエスチョン

• RQ1 どのようにして、健康関連のソーシャルメディアにおける非構造化された患者ナラティブを、構造的で実行可能なインサイトに効果的に変換できるか？
• RQ2 非公式な健康フォーラム議論から、正確に事実や表現を抽出するための技術は何か？
• RQ3 患者の経験をどのように意味的にインデックス化し、検索可能にすることで、パーソナライズドヘルス情報配信を支援できるか？
• RQ4 ソーシャルメディアにおける患者が生成するデータが、どれほどアウトカム研究および臨床意思決定支援を改善できるか？

主な発見

• プラットフォームは、健康フォーラムにおける患者の議論から、臨床的に関連する事実や表現を効果的に抽出・構造化した。
• システムは、患者固有の症状や治療プロファイルに基づいた、パーソナライズドなペアの経験の検索を可能にした。
• このアプローチは、非構造化されたソーシャルメディアコンテンツを意味的に整理された知識に変換する可能性を示した。
• プラットフォームは、健康関連のソーシャルメディアからのビッグデータの大規模分析をサポートし、スケールでのインサイトを可能にした。