[論文レビュー] Augmented Curation of Unstructured Clinical Notes from a Massive EHR System Reveals Specific Phenotypic Signature of Impending COVID-19 Diagnosis

Fnu Shweta, Karthik Murugadoss+25 more|arXiv (Cornell University)|Apr 17, 2020

Machine Learning in Healthcare被引用数 7

ひとこと要約

本研究では、深層学習を活用した拡張型キュレートプラットフォームを用いて、30,494名の患者の1,580万件の非構造化EHRノートを分析し、COVID-19診断の前に対応する特徴的パターンを同定した。主な発見では、嗅覚障害／味覚障害（37.4倍増加）、咳と下痢を併発（3.2倍増加）、筋痛／関節痛がPCR検査の4～7日前に顕著な兆候として現れ、EHR特徴解析により早期診断が可能となることが示された。

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.

研究の動機と目的

• PCR検査で確認されたCOVID-19の診断に先立つ、EHRノートに記録された初期の特徴的パターンを同定すること。
• スケーラブルでリアルタイムな非構造化臨床ノートのキュレートを実現する拡張知能プラットフォームの開発および導入。
• PCR診断に先立つ、微細だが大きな影響を持つ症状の組み合わせを特定し、早期疾患発症の兆候を特定すること。
• EHRデータから時間的特徴的パターンを抽出することで、COVID-19の早期臨床的検出を可能とすること。

提案手法

• 1,580万件の非構造化EHRノートから臨床的特徴を抽出・キュレートするために、機関内マシンインテリジェンスプラットフォーム上に実装された最新の深層ニューラルネットワークモデルを採用。
• PCR検査の1週間前までの各日について、635例のCOVID-19陽性患者と29,859例の陰性患者のEHR由来特徴を比較分析。
• 症状の相対的増幅度を評価するため、fold-change分析を用いてCOVID-19陽性患者と対照群との間の症状増幅度を測定。
• 時間的分析を実施し、PCR確認に先立つ最も初期に出現する症状パターンを特定。特に検査の7日前までの期間に注目。
• 多様な専門分野および診療形態のノートを統合することで、包括的な特徴的表現を確保。
• 再トレーニングの最小限化と高いスケーラビリティを実現するようにプラットフォームを設計。これにより、機関のEHR知識をリアルタイムで統合可能となった。

実験結果

リサーチクエスチョン

• RQ1 非構造化EHRノートに集約された臨床的症状のうち、SARS-CoV-2に陽性となる患者で顕著に増幅されるものは何か？
• RQ2 機械学習ベースのキュレートシステムは、PCRで確認されたCOVID-19診断の4～7日前に、EHRノートに記録された特徴的パターンを検出可能か？
• RQ3 どの特定の症状の組み合わせが、EHRデータにおける予測可能なCOVID-19診断の最も初期の特徴的サインとして現れるか？
• RQ4 拡張型キュレートプラットフォームは、最小限のモデル再トレーニングで、スケーラブルかつリアルタイムの特徴解析をどのように可能としているか？

主な発見

• 嗅覚障害／味覚障害は、PCR検査の1週間前におけるCOVID-19陽性患者で、対照群と比較して最大のfold-change増幅（37.4倍）を示した。
• 咳と下痢の併存は、COVID-19陽性患者で3.2倍の増幅を示し、最も初期に検出可能な症状クラスタとして顕著であった。
• 筋痛／関節痛（2.6倍）、下痢（2.2倍）、発熱／悪寒（2.1倍）、呼吸困難（1.9倍）も、診断前期間において顕著に上昇していた。
• 嗅覚障害／味覚障害および咳＋下痢は、標準的なPCR検査の4～7日前に検出可能なEHR由来の特徴的サインとして顕在した。
• 拡張型キュレートプラットフォームは、高いスケーラビリティと低再トレーニング要件を実現し、大規模なEHRデータセットにおける効率的かつリアルタイムの特徴解析を可能とした。
• 本研究は、NLPと特徴的パターン検出を活用したEHRベースの感染症の早期診断のプロトタイプを確立した。