[논문 리뷰] Augmented Curation of Unstructured Clinical Notes from a Massive EHR System Reveals Specific Phenotypic Signature of Impending COVID-19 Diagnosis

Fnu Shweta, Karthik Murugadoss외 25명|arXiv (Cornell University)|2020. 04. 17.

Machine Learning in Healthcare인용 수 7

한 줄 요약

이 연구는 30,494명의 환자로부터 1,580만 건의 비정형 EHR 노트를 분석하기 위해 딥러닝 기반 증강 쿠레이션 플랫폼을 활용하여, 코로나19 진단 이전에 나타나는 고유한 표현형 서명을 규명하였다. 주요 발견 결과로는 후각 상실/미각 이상(37.4배 증가), 기침 + 설사(3.2배 증가), 근육통/관절통이 PCR 검사 이틀 4~7일 전에 나타나는 조기 지표로 확인되었으며, EHR 표현형 분석을 통해 조기 진단이 가능할 수 있다.

ABSTRACT

Understanding the temporal dynamics of COVID-19 patient phenotypes is necessary to derive fine-grained resolution of pathophysiology. Here we use state-of-the-art deep neural networks over an institution-wide machine intelligence platform for the augmented curation of 15.8 million clinical notes from 30,494 patients subjected to COVID-19 PCR diagnostic testing. By contrasting the Electronic Health Record (EHR)-derived clinical phenotypes of COVID-19-positive (COVIDpos, n=635) versus COVID-19-negative (COVIDneg, n=29,859) patients over each day of the week preceding the PCR testing date, we identify anosmia/dysgeusia (37.4-fold), myalgia/arthralgia (2.6-fold), diarrhea (2.2-fold), fever/chills (2.1-fold), respiratory difficulty (1.9-fold), and cough (1.8-fold) as significantly amplified in COVIDpos over COVIDneg patients. The specific combination of cough and diarrhea has a 3.2-fold amplification in COVIDpos patients during the week prior to PCR testing, and along with anosmia/dysgeusia, constitutes the earliest EHR-derived signature of COVID-19 (4-7 days prior to typical PCR testing date). This study introduces an Augmented Intelligence platform for the real-time synthesis of institutional knowledge captured in EHRs. The platform holds tremendous potential for scaling up curation throughput, with minimal need for retraining underlying neural networks, thus promising EHR-powered early diagnosis for a broad spectrum of diseases.

연구 동기 및 목표

• 확진된 코로나19 PCR 결과 이전에 EHR 노트에서 나타나는 조기 진단 이전 표현형 패턴을 규명하기 위해.
• 확장 가능하고 실시간으로 작동하는 비정형 임상 노트를 위한 증강 지능 플랫폼을 개발하고 구현하기 위해.
• PCR 진단 이전에 나타나는 미세하지만 영향력 있는 증상 조합을 식별하여 조기 질환 발병 신호를 파악하기 위해.
• EHR 데이터에서 시간적 표현형 서명을 추출하여 코로나19 조기 임상 진단을 가능하게 하기 위해.

제안 방법

• 기관 전역의 머신 인텔리전스 플랫폼에서 최신 기술의 딥 네트워크 모델을 활용하여 1,580만 건의 비정형 EHR 노트에서 임상 표현형을 추출하고 쿠레이션하였다.
• PCR 검사 이틀 전 주 동안 635명의 코로나19 양성 환자와 29,859명의 음성 환자 간의 EHR 기반 표현형을 비교하였다.
• 증상의 상대적 증폭 정도를 정량화하기 위해 배수 증폭 분석을 사용하였다.
• 시간적 분석을 통해 PCR 확인 이전에 가장 먼저 나타나는 증상 패턴을 식별하였으며, 특히 검사 전 7일 간의 창을 집중적으로 분석하였다.
• 다양한 전문 분야와 진료 유형의 임상 노트를 통합하여 포괄적인 표현형 표현을 확보하였다.
• 재학습 최소화와 높은 확장성을 고려하여 플랫폼을 설계하였으며, 기관의 EHR 지식을 실시간으로 통합할 수 있도록 하였다.

실험 결과

연구 질문

• RQ1 비정형 EHR 노트에서 요약된 임상 증상 중, 후에 SARS-CoV-2에 대해 양성으로 확인된 환자에서 유의미하게 증폭된 것은 무엇인가?
• RQ2 기계 학습 기반 쿠레이션 시스템은 PCR로 확인된 코로나19 진단 4~7일 전에 EHR 노트에서 표현형 패턴을 탐지할 수 있는가?
• RQ3 어떤 특정 증상 조합이 EHR 데이터에서 조만간 코로나19 진단을 예고하는 가장 조기 탐지 가능한 표현형 서명이 되는가?
• RQ4 증강된 쿠레이션 플랫폼은 최소한의 모델 재학습으로 어떻게 확장 가능하고 실시간 표현형 분석을 가능하게 하는가?

주요 결과

• 후각 상실/미각 이상은 PCR 검사 이전 주 동안 코로나19 양성 환자에서 음성 대조군 대비 37.4배 증폭된 것으로 나타났다.
• 기침과 설사의 동시 존재는 코로나19 양성 환자에서 3.2배 증폭되었으며, 가장 조기에 탐지되는 증상 군 중 하나로 확인되었다.
• 근육통/관절통(2.6배), 설사(2.2배), 발열/냉기(2.1배), 호흡 곤란(1.9배) 역시 진단 이전 기간에 유의미하게 높아졌다.
• 후각 상실/미각 이상과 기침+설사는 EHR 기반 표현형 서명으로서 가장 조기에 나타났으며, 표준 PCR 검사 이틀 4~7일 전에 탐지 가능했다.
• 증강된 쿠레이션 플랫폼은 높은 확장성과 낮은 재학습 필요성을 보이며, 거대한 EHR 데이터셋에서 효율적이고 실시간으로 표현형 분석을 수행할 수 있었다.
• 이 연구는 NLP와 표현형 패턴 탐지 기반으로 EHR를 활용한 감염병 조기 진단의 개념 증명을 수립하였다.