SNOMED CTにおけるファインチューニング済み事前学習済み言語モデルと非格子サブグラフを用いたIS-A関係の欠落の特定

科学分野:

• 医療情報学
• 計算言語学
• 知識表現

背景:

• SNOMED CTにおけるIS-A関係の完全性は、臨床的な精度にとって不可欠です。
• 既存の方法では、すべての階層的関係を完全に捉えきれない場合があります。

研究 の 目的:

• SNOMED CTにおける欠落IS-A関係を特定するために、事前学習済み言語モデル（PLM）を使用したハイブリッドアプローチを開発および評価すること。
• このタスクにおける様々なファインチューニング済みPLMのパフォーマンスを評価すること。

主な方法:

• 非格子サブグラフとPLMを組み合わせたハイブリッドアプローチが採用されました。
• 8つのPLM（BERT、DistillBERT、DeBERTa、BioClinicalBERT、BioMistral、Llama3、Gemma2、Phi-4）がファインチューニングされました。
• すべてのモデルからのコンセンサス予測を使用して、欠落しているIS-A関係が特定されました。

主要な成果:

• DeBERTaは、精度0.96、再現率0.97、F1スコア0.965で優れたパフォーマンスを示しました。
• このアプローチにより、SNOMED CT（2023年3月米国版）で678件の潜在的な欠落IS-A関係が特定されました。
• 選択された100件のケースの手動レビューにより、93件が有効であることが確認されました（精度93%）。

結論:

• ファインチューニング済みPLMは、非格子サブグラフ内での欠落IS-A関係の検出に効果的です。
• この方法は、SNOMED CTの質と完全性を向上させるための有望な戦略を提供します。
• この発見は、臨床用語のメンテナンスにおけるAI駆動型アプローチの使用を支持します。