[논문 리뷰] Identifying Radiological Findings Related to COVID-19 from Medical Literature

Yuxiao Liang, Pengtao Xie|arXiv (Cornell University)|2020. 04. 04.

COVID-19 diagnosis using AI참고 문헌 9인용 수 6

한 줄 요약

이 논문은 CORD-19 데이터셋에 기반하여 글로벌 의료 문헌 코퍼스에서 코로나19 관련 영상의학적 소견을 추출하고 통합하는 BERT 기반 자연어 처리 프레임워크를 제안한다. 문장 분류 및 구성 요소 분석을 적용함으로써, 지상유리 반점, 흉막 출혈, 간엽 간막 두꺼워짐과 같은 높은 빈도로 나타나며 임상적으로 유의미한 이상 소견을 식별하여, 코로나19 영상의학적 특징에 대해 세계적으로 대표적이며 편향이 없는 요약을 제공한다.

ABSTRACT

Coronavirus disease 2019 (COVID-19) has infected more than one million individuals all over the world and caused more than 55,000 deaths, as of April 3 in 2020. Radiological findings are important sources of information in guiding the diagnosis and treatment of COVID-19. However, the existing studies on how radiological findings are correlated with COVID-19 are conducted separately by different hospitals, which may be inconsistent or even conflicting due to population bias. To address this problem, we develop natural language processing methods to analyze a large collection of COVID-19 literature containing study reports from hospitals all over the world, reconcile these results, and draw unbiased and universally-sensible conclusions about the correlation between radiological findings and COVID-19. We apply our method to the CORD-19 dataset and successfully extract a set of radiological findings that are closely tied to COVID-19.

연구 동기 및 목표

• 병원 기반 연구에서의 인구 편향으로 인해 발생하는 코로나19 영상의학적 소견의 일관성 없는 문제를 해결하기 위해.
• 다양한 글로벌 의료 문헌에서 영상의학적 소견을 자동으로 식별하고 통합하는 가용성과 확장성이 뛰어난 방법을 개발하기 위해.
• 최소한의 인간 레이블링으로 훈련된 문장 분류기의 부트스트래핑 전략을 활용하여 수동 레이블링 의존도를 줄이기 위해.
• 임상 평가를 위한 코로나19와 가장 강하게 연관된 빈도순 정렬된 영상의학적 소견의 종합적인 목록을 제공하기 위해.

제안 방법

• 코로나19 관련 영상의학적 소견을 기술하는 문장을 식별하기 위해 BERT 기반 문장 분류기를 훈련한다.
• 어려운 부정 예외를 반복적으로 식별하고 레이블링하는 부트스트래핑 전략을 적용하여, 최소한의 수동 레이블링으로도 분류기 성능을 향상시킨다.
• 긍성 문장에 대해 구성 요소 분석을 적용하여 지상유리 반점 또는 흉막 출혈과 같은 영상의학적 이상 소견을 나타내는 명사구를 추출한다.
• 추출된 명사구에 대한 빈도 분석을 수행하여 데이터셋 전반에서 가장 흔한 소견을 순위 매긴다.
• CORD-19 데이터셋의 2,000여 편 이상의 논문에서 영상의학적 소견을 통합하여 다양한 지리적 및 인구 통계적 인구 집단을 반영하여 편향을 줄인다.
• 최종 출력은 향후 의료 검증을 위한 높은 빈도의 임상적으로 유의미한 영상의학적 소견 순위 목록을 제공한다.

실험 결과

연구 질문

• RQ1 글로벌 의료 문헌에서 코로나19와 관련이 있다고 일관되게 보고된 폐 영상에서의 영상의학적 소견은 무엇인가?
• RQ2 고립된 병원 기반 연구에서 유래한 모순되거나 일관되지 않은 소견을 어떻게 자연어 처리를 통해 통합할 수 있는가?
• RQ3 최소한의 인간 레이블링 데이터로도 부트스트래핑 기반 BERT 기반 분류기가 비구조화된 의료 텍스트에서 영상의학적 소견을 높은 정밀도로 식별할 수 있는 정도는 어느 정도인가?
• RQ4 다양한 인구 집단과 기관에서 통합된 결과에서 코로나19 환자에서 가장 자주 보고되는 영상의학적 이상 소견은 무엇인가?

주요 결과

• 이 방법은 CORD-19 데이터셋의 360,000여 개 문장에서 15개의 높은 빈도의 영상의학적 소견을 성공적으로 추출하였으며, 지상유리 반점과 흉막 출혈이 가장 흔한 소견에 속한다.
• BERT 기반 분류기는 영상의학적 소견을 포함하는 문장을 식별하는 데 높은 정밀도를 달성하였으며, 어려운 예외에 대한 부트스트래핑을 통해 성능이 향상되었다.
• 실질적인 영상 소견으로서의 병변 융합, 지상유리 반점, 간엽 간막 두꺼워짐, 흉막 출혈은 여러 연구에서 일관되게 핵심 영상 소견으로 확인되었다.
• 글로벌 다양성을 반영한 데이터셋에서 유래한 소견 순위 목록은 고립된 병원 연구보다 더 객관적이고 보편적으로 대표되는 요약을 제공한다.
• 데이터셋의 예시 문장들은 ' locust-like pattern'과 'subpleural cystic lesions'과 같은 소견이 임상 보고서에서 코로나19와 자주 연관되어 있음을 확인했다.
• 이 방법은 기존 문헌과 일치하는 알려진 임상적 연관성을 검증하였으며, Kanne 등(2020) 및 기타 연구에서 보고된 바와 같이, 섬유화는 추적 영상에서 나타나고 기저귀는 후기 병변 단계에서 나타나는 것으로 확인되었다.