[논문 리뷰] The Abzooba Smart Health Informatics Platform (SHIP) TM - From Patient Experiences to Big Data to Insights

Naveen Ashish, Antarip Biswas외 3명|arXiv (Cornell University)|2012. 03. 16.

Sentiment Analysis and Opinion Mining참고 문헌 2인용 수 4

한 줄 요약

Abzooba Smart Health Informatics Platform (SHIP)™은 자연어 처리와 빅데이터 분석을 활용하여 건강 소셜 미디어 포럼에서의 환자 토론에서 구조화된 통찰을 추출함으로써 환자와 관련된 동료 경험 간 개인화된 연결을 가능하게 한다. 비구조화된 대화에서 사실과 표현을 추출함으로써 SHIP은 맥락적으로 관련 있는 건강 통찰을 제공하며, 환자가 생성한 데이터를 통해 결과 연구를 발전시킨다.

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.

연구 동기 및 목표

• 건강 소셜 미디어에서 비구조화된 토론으로부터 의미 있는 통찰을 추출하여 환자와 관련된 동료 경험 간 연결을 구축하는 시스템을 개발하는 것.
• 방대한 양의 비공식적인 온라인 건강 토론에 묻혀 있는 실질적인, 환자 중심의 건강 정보에 접근하는 데 도전하는 것.
• 의미론적 및 데이터 마이닝 기법을 사용하여 소셜 미디어에서 환자가 보고한 경험을 구조화하고 분석함으로써 결과 연구를 가능하게 하는 것.
• 원시 환자 내러티브를 검색 가능하고 의미론적으로 풍부한 지식으로 전환할 수 있는 확장 가능하고 지능적인 플랫폼을 구축하는 것.

제안 방법

• 플랫폼은 건강 포럼의 비구조화된 텍스트에서 핵심 사실, 개념, 표현을 추출하기 위해 자연어 처리(NLP) 기법을 사용한다.
• 정보 추출 방법을 적용하여 대화형 콘텐츠에서 환자가 보고한 증상, 치료법, 결과 및 경험을 식별한다.
• 시스템은 추출된 정보를 의미론적 지식 기반으로 구조화하여 의미론적 색인화 및 검색을 가능하게 한다.
• 증상, 질환 또는 치료 결과 기반으로 유사한 경험을 기반으로 환자 간 연결을 위한 개념 기반 매칭 메커니즘을 활용한다.
• 플랫폼은 건강 소셜 미디어에서의 빅데이터 처리를 위한 확장 가능한 처리 아키텍처를 지원하여 실시간 또는 실시간에 가까운 통찰 제공이 가능하다.
• 정확성과 관련성을 향상시키기 위해 인공지능과 정보 검색 기법을 통합하여 환자 간 경험 매칭의 정확도를 향상시킨다.

실험 결과

연구 질문

• RQ1 건강 소셜 미디어에서의 비구조화된 환자 내러티브는 어떻게 효과적으로 구조화되고 실질적인 통찰으로 전환될 수 있는가?
• RQ2 비공식적인 건강 포럼 토론에서 사실과 표현을 정확하게 추출하는 데 어떤 기법이 활용되는가?
• RQ3 환자 경험은 어떻게 의미론적으로 색인화되고 검색되어 개인화된 건강 정보 제공을 지원할 수 있는가?
• RQ4 소셜 미디어에서 생성된 환자 데이터가 결과 연구 및 임상 의사결정 지원에 얼마나 기여할 수 있는가?

주요 결과

• 플랫폼은 건강 포럼에서의 환자 토론으로부터 임상적으로 관련성이 있는 사실과 표현을 성공적으로 추출하고 구조화하였다.
• 시스템은 환자별 증상 및 치료 프로파일 기반으로 동료 경험의 개인화된 검색을 가능하게 하였다.
• 비구조화된 소셜 미디어 콘텐츠를 의미론적으로 조직화된 지식으로 전환하는 데 있어 이 접근법의 실현 가능성이 입증되었다.
• 플랫폼은 건강 소셜 미디어에서의 빅데이터를 대규모로 분석할 수 있도록 지원하여 대규모 통찰을 제공하였다.