最適化されたBERTベースのNLPは、臨床実践における自動症状検出においてゼロショット法を上回る

科学分野:

• 臨床情報学
• 自然言語処理
• 医療データ分析

背景:

• 自然言語処理（NLP）は、構造化されていない医療の物語から臨床情報を抽出するためのツールを提供します。
• ドイツの救急部門（ED）の自由記述テキストからの症状情報の抽出は、文書作成のプレッシャー、多様な言語、および厳格なデータ保護規制のために困難です。
• ドイツ語は、臨床NLPにとってリソースの少ない言語であり、特殊なアプローチが必要です。

研究 の 目的:

• ドイツのEDアナムネシステキストにおける症状、解剖学的用語、否定を認識するためのNLPモデルの実装と比較。
• 臨床テキスト分析のためのオンプレミスでデータセキュアなモデル展開の実現可能性の評価。
• 体系的な症状抽出と構造化データへの変換のためのパイプラインの確立。

主な方法:

• 固有表現認識（NER）のための2つのゼロショット学習モデル（GLiNER、Mistral）とファインチューニングされたBERTベースモデル（SCAI-BIO/BioGottBERT）の比較。
• オンプレミス病院環境でのモデル検証のための150の物語の手動注釈を使用。
• 信頼性フィルタリング、否定除外、症状標準化、および構造化腫瘍学データとの統合を含む後処理ステップの実装。

主要な成果:

• ファインチューニングされたSCAI-BIO/BioGottBERTモデルは、症状抽出においてF1スコア0.84を達成し、ゼロショットモデルを上回りました。
• ゼロショットアプローチと比較して、否定の検出において優れたパフォーマンスを示しました。
• EDの自由記述テキストから肯定された症状を抽出し構造化するための検証済みパイプラインを正常に作成しました。

結論:

• 最新のNLP手法、特にファインチューニングされたモデルは、厳格なデータ保護規則の下で、ドイツのEDの自由記述テキストから臨床症状を確実に抽出できます。
• このアプローチは、構造化されていない臨床物語を意思決定に統合するための正確で実用的なソリューションを提供します。
• この方法論は、患者コホートの大規模な分析をサポートし、他の臨床エンティティを抽出するように拡張して、サブグループ分析の基礎を形成できます。