非構造化乳房画像レポートからの構造化データ抽出におけるTransformerベースモデルの活用

科学分野:

• 自然言語処理
• 医療情報学
• 人工知能

背景:

• 臨床データは非構造化自由テキストであることが多く、研究や意思決定を妨げています。
• 構造化された臨床データは、研究や情報に基づいた意思決定に不可欠です。
• 本研究は、非構造化乳房画像レポートを構造化データに変換するという課題に取り組みます。

研究 の 目的:

• BERTベースモデルと生成言語モデルの乳房画像レポート構造化におけるパフォーマンスを比較すること。
• 臨床および研究目的で非構造化テキストを表形式データに変換するモデルを評価すること。
• 医療データ抽出における自然言語処理の有効性を評価すること。

主な方法:

• 5つのTransformerベースモデル（BlueBERT、BioBERT、BioMedBERT、BioGPT、ClinicalT5）を、英語に翻訳された286件のスペインの乳房画像レポートで評価しました。
• 19のカテゴリ変数に対して分類を、4つのエンティティに対して抽出型質問応答を採用しました。
• 精度とマクロF1スコアを評価指標として使用し、様々なファインチューニング戦略と入力構成をテストしました。

主要な成果:

• BioGPTは、分類タスクにおいてBERTベースモデルを上回る最高のパフォーマンス（精度96.10％、F1スコア90.30％）を達成しました。
• BioGPTは、抽出型質問応答タスクにおいても高いパフォーマンス（精度93.24％）を示し、他のトップモデルに匹敵しました。
• BioGPTは、分類と質問応答を同時に実行できる独自の機能を提供しました。

結論:

• 生成モデル、特にBioGPTは、乳房画像レポートからの構造化情報抽出を自動化するためのスケーラブルなソリューションを提供します。
• BioGPTの優れたパフォーマンスとマルチタスク機能は、手動でのデータキュレーション作業を大幅に削減できます。
• 本研究の結果は、高度なNLPを使用した画像データの効率的な研究および臨床ワークフローへの統合を支持します。