[論文レビュー] Understanding COVID-19 News Coverage using Medical NLP

Ali Emre Varol, Veysel Kocaman+2 more|arXiv (Cornell University)|Mar 19, 2022

Misinformation and Its Impacts被引用数 5

ひとこと要約

本研究では、Spark NLP for Healthcare の医療 NLP モデルを用いて、2020–2021 年の CNN およびザ・ガーディアンの 36,000 件を超える COVID-19 関連ニュース記事を分析し、症状、薬物、ワクチン、有害事象などの医療エンティティを抽出・相関させた。メディアの注目が初期の流行懸念からワクチン開発へと移り変わったことを明らかにした。また、アストラゼネカや J&J のワクチンと血栓症の障害との強いメディア報道上の相関関係が特定され、ワクチン接種への抵抗感を助長した。

ABSTRACT

Being a global pandemic, the COVID-19 outbreak received global media attention. In this study, we analyze news publications from CNN and The Guardian - two of the world's most influential media organizations. The dataset includes more than 36,000 articles, analyzed using the clinical and biomedical Natural Language Processing (NLP) models from the Spark NLP for Healthcare library, which enables a deeper analysis of medical concepts than previously achieved. The analysis covers key entities and phrases, observed biases, and change over time in news coverage by correlating mined medical symptoms, procedures, drugs, and guidance with commonly mentioned demographic and occupational groups. Another analysis is of extracted Adverse Drug Events about drug and vaccine manufacturers, which when reported by major news outlets has an impact on vaccine hesitancy.

研究の動機と目的

• 高精度な医療 NLP を用いて、CNN やザ・ガーディアンなどの主要メディアが COVID-19 パンデミックの推移をどのように報じたかを理解すること。
• 未構造化のニューステキストから、症状、薬物、ワクチン、有害事象などの高精度な医療エンティティを抽出・相関させること。
• メディア報道の症例数および死亡者数が公式の WHO データとどの程度一致しているかを評価すること。
• 特定の製薬会社製ワクチンと関連する報告された有害な薬物反応を特定することで、メディア報道がワクチン安全性に関する一般の認識にどのように影響したかを調査すること。
• 臨床的 NLP を用いて、医療ニュースメディアから有害事象を自動で抽出するスケーラブルで自動化されたパイプラインの構築

提案手法

• 名前付きエンティティ認識、アサーションステータス検出、関係抽出に使用される 400 以上の事前学習済み生物学的モデルを活用した、微調整済みの NLP パイプラインを適用。
• 文分割、トークナイゼーション、文脈的埋め込み、エンティティ解決を含む統合パイプラインにより、36,354 件のニュース記事を処理。
• explain_clinical_doc_ade パイプラインを用いて、薬物およびワクチンの有害事象を検出。ドキュメント分類および薬物／ワクチンと報告された反応との間の関係抽出を実施。
• 国ごとのタイムラインにニュース報道を整理することで、時間的分析を実施。これにより、メディア報道と症例数、公衆衛生のマイルストーンの相関を特定。
• 医療エンティティをテキストに言及された年齢層、職業、国と関連付けることで、人口統計的および地理的分析を実施。
• ライブブログに重複する重要な出来事を除外することで、データセット内のライブブログとキーモーメントの間でクリアな比較が可能になった。

実験結果

リサーチクエスチョン

• RQ1 メディア報道における、症状、治療法、ワクチンなどの医療エンティティの時間的推移はどのように変化したか？
• RQ2 メディア報道の症例数および死亡者数は、公式の WHO 統計とどの程度一致しているか？
• RQ3 医療エンティティに関連して、どの人口統計的および職業的グループが最も頻繁に言及されたか？
• RQ4 有害な薬物およびワクチン事象はどのように報じられ、特定のワクチンと有害反応との間にどのような相関関係が浮き彫りになったか？
• RQ5 有害事象のメディア報道が、一般の認識やワクチン接種への抵抗感にどの程度影響したか？

主な発見

• 2020 年の主要な医療エンティティは「coronavirus」と「reported」が最多であったが、2021 年には「COVID-19 vaccine」が「coronavirus」を上回り、メディアの注目がワクチン接種へと移ったことを示した。
• メディア報道の症例数および死亡者数は公式の WHO データと強く整合しており、NLP で抽出された傾向の信頼性が裏付けられた。
• 医療従事者、特に医師および看護師が最も頻繁に言及された人口統計的グループであり、次いで研究者、労働者、教員、政府関係者が続いた。
• アストラゼネカおよびジョンソン・アンド・ジョンソンのワクチンと血栓症の障害との間には、強いメディア報道上の相関関係が確認された。これは、実際のワクチンの一時停止と一致した。
• ファイザー・バイオNTech および モダンナ のワクチンは、ニュース報道で一般的なアレルギー反応と最も強く関連づけられ、臨床報告と一致した。
• 分析から一般的なワクチン用語（例：「COVID-19 vaccine」）を除外することで、ヒートマップ可視化における製薬会社別有害事象の相関関係の明確化が図られた。