[论文解读] Automagically encoding Adverse Drug Reactions in MedDRA

Carlo Combi, Riccardo Lora+3 more|arXiv (Cornell University)|Jun 26, 2015

Biomedical Text Mining and Ontologies参考文献 20被引用 7

一句话总结

本文提出 MagiCoder，一种基于自然语言处理（NLP）的系统，可将自由文本的不良药物反应（ADR）描述自动编码为标准化的 MedDRA 术语，显著减少人工编码工作量。通过利用词汇匹配和语义相似性，MagiCoder 以高召回率提出相关 MedDRA 术语，使药物警戒专家能够进行验证而非手动浏览 70,000 个术语，从而提高 ADR 报告的效率与一致性。

ABSTRACT

Pharmacovigilance is the field of science devoted to the collection, analysis and prevention of Adverse Drug Reactions (ADRs). Efficient strategies for the extraction of information about ADRs from free text resources are essential to support the work of experts, employed in the crucial task of detecting and classifying unexpected pathologies possibly related to drug assumptions. Narrative ADR descriptions may be collected in several way, e.g. by monitoring social networks or through the so called spontaneous reporting, the main method pharmacovigilance adopts in order to identify ADRs. The encoding of free-text ADR descriptions according to MedDRA standard terminology is central for report analysis. It is a complex work, which has to be manually implemented by the pharmacovigilance experts. The manual encoding is expensive (in terms of time). Moreover, a problem about the accuracy of the encoding may occur, since the number of reports is growing up day by day. In this paper, we propose MagiCoder, an efficient Natural Language Processing algorithm able to automatically derive MedDRA terminologies from free-text ADR descriptions. MagiCoder is part of VigiWork, a web application for online ADR reporting and analysis. From a practical view-point, MagiCoder radically reduces the revision time of ADR reports: the pharmacologist has simply to revise and validate the automatic solution versus the hard task of choosing solutions in the 70k terms of MedDRA. This improvement of the expert work efficiency has a meaningful impact on the quality of data analysis. Moreover, our procedure is general purpose. We developed MagiCoder for the Italian pharmacovigilance language, but preliminarily analyses show that it is robust to language and dictionary changes.

研究动机与目标

• 减少 ADR 报告中手动 MedDRA 编码的时间与认知负担。
• 提高药物警戒系统中 ADR 编码的一致性与可扩展性。
• 通过提供机器建议的 MedDRA 术语供专家审核，支持药物警戒专家工作。
• 开发一种与语言无关的 NLP 解决方案，适用于不同语言和术语变体。
• 提升自发 ADR 报告系统（如 VigiWork）的质量与效率。

提出的方法

• MagiCoder 通过词汇匹配和语义相似性从自由文本 ADR 叙述中提取关键医学术语。
• 采用基于词典的方法将自然语言短语映射到 MedDRA 低级别术语（LLTs）。
• 系统在不依赖句法结构的情况下检索候选术语，从而在句子表达变化中保持鲁棒性。
• 利用同义词及类似同义词的映射关系，提高召回率，尤其适用于非字面表达或变体表达。
• 该算法已集成至 VigiWork（一个基于网络的 ADR 报告平台），以支持实时术语建议。
• 未来扩展计划包括集成拼写检查、否定检测，以及通过反馈循环实现动态同义词扩展。

实验结果

研究问题

• RQ1 自动化 NLP 系统能否以高召回率和高精度有效将自由文本 ADR 描述映射到标准化的 MedDRA 术语？
• RQ2 与人工编码相比，MagiCoder 在节省时间与准确性方面表现如何？
• RQ3 MagiCoder 对语言差异与词典变更的鲁棒性如何？
• RQ4 MagiCoder 是否能够检测并标记 ADR 叙述中的否定或错误术语，以提升输入质量？
• RQ5 自动化术语建议在多大程度上可改善药物警戒专家审核 ADR 报告的工作流程？

主要发现

• MagiCoder 显著减少了 MedDRA 编码所需时间，使专家可直接审查并验证建议术语，而非在 70,000 个术语中手动查找。
• 系统通过识别语义等价或相似的术语，即使在缺乏精确词汇匹配的情况下，仍能实现高召回率。
• 在示例案例中，MagiCoder 正确识别出如 'ipotensione'（低血压）和 'febbre'（发热）等术语，即使审阅者使用了同义词如 'piressia'。
• 该算法对语言和词典变更表现出良好鲁棒性，表明其具备多语言部署的潜力。
• MagiCoder 甚至成功检索到人类审阅者未明确提及的术语，例如在叙述中出现的 'Shock anafilattico'。
• 初步结果显示，系统可进一步扩展拼写检查与否定检测等功能，以进一步提升可用性与准确性。