Multilingual Natural Language Processing Model for Radiology Reports — The Summary is all you need!

要約

放射線医学レポートの印象セクションには、重要な放射線医学の所見が要約されており、これらの所見を医師に伝える上で重要な役割を果たします。
ただし、放射線科医にとって、これらの概要の作成には時間がかかり、間違いが発生しやすくなります。
最近、放射線科レポート要約用の多数のモデルが開発されました。
それにもかかわらず、これらのレポートを多言語で要約できるモデルは現時点ではありません。
このようなモデルは、将来の研究と、異なる民族的背景を持つ患者からのデータを組み込んだ深層学習モデルの開発を大幅に改善する可能性があります。
この研究では、英語、ポルトガル語、ドイツ語の放射線医学レポートで入手可能な所見を要約するための多言語テキスト間トランスフォーマーに基づいて、公開されているモデルを微調整することによって、さまざまな言語での放射線印象の生​​成が自動化されました。
ブラインドテストでは、2 人の放射線科医が、システムが生成した要約の少なくとも 70% について、対応する人間が作成した要約と同等またはそれを上回る品質を示し、実質的な臨床的信頼性を示唆しました。
さらに、この研究では、多言語モデルが、1 つの言語のみで放射線医学レポートを要約することに特化した他のモデルや、ChatGPT などの放射線医学レポートを要約するために特別に設計されていないモデルよりも優れていることが示されました。

要約(オリジナル)

The impression section of a radiology report summarizes important radiology findings and plays a critical role in communicating these findings to physicians. However, the preparation of these summaries is time-consuming and error-prone for radiologists. Recently, numerous models for radiology report summarization have been developed. Nevertheless, there is currently no model that can summarize these reports in multiple languages. Such a model could greatly improve future research and the development of Deep Learning models that incorporate data from patients with different ethnic backgrounds. In this study, the generation of radiology impressions in different languages was automated by fine-tuning a model, publicly available, based on a multilingual text-to-text Transformer to summarize findings available in English, Portuguese, and German radiology reports. In a blind test, two board-certified radiologists indicated that for at least 70% of the system-generated summaries, the quality matched or exceeded the corresponding human-written summaries, suggesting substantial clinical reliability. Furthermore, this study showed that the multilingual model outperformed other models that specialized in summarizing radiology reports in only one language, as well as models that were not specifically designed for summarizing radiology reports, such as ChatGPT.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google