Neuradicon: operational representation learning of neuroimaging reports

要約

放射線医学レポートは通常、画像検査の内容と解釈を非構造化形式で要約するため、定量的分析は不可能です。
これにより、放射線サービスの監視が内容によって区別されないスループットに制限され、特定の対象を絞った運用の最適化が妨げられます。
ここでは、神経放射線学的レポートの定量分析のための自然言語処理 (NLP) フレームワークである Neuraradicon を紹介します。
私たちのフレームワークは、ルールベースのモデルと人工知能モデルを組み合わせたもので、操作上のガイダンスに最適な簡潔で定量的な形式で神経学的レポートを表現します。
私たちは、336,569 件のレポートのコーパスの運用表現型解析に対する Neuraradicon の適用を実証し、時間と 2 つの独立した医療機関を超えた優れた一般化可能性を報告します。

要約(オリジナル)

Radiological reports typically summarize the content and interpretation of imaging studies in unstructured form that precludes quantitative analysis. This limits the monitoring of radiological services to throughput undifferentiated by content, impeding specific, targeted operational optimization. Here we present Neuradicon, a natural language processing (NLP) framework for quantitative analysis of neuroradiological reports. Our framework is a hybrid of rule-based and artificial intelligence models to represent neurological reports in succinct, quantitative form optimally suited to operational guidance. We demonstrate the application of Neuradicon to operational phenotyping of a corpus of 336,569 reports, and report excellent generalizability across time and two independent healthcare institutions.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google