Automatic detection of diseases in Spanish clinical notes combining medical language models and ontologies

要約

この論文では、医療レポートにおける皮膚病変を自動検出するためのハイブリッド手法を紹介します。
私たちは、医療オントロジーと組み合わせた大規模な言語モデルを使用して、初診またはフォローアップの医療報告を考慮して、人が罹患する可能性のある病状を予測します。
その結果、モデルに皮膚病変の種類、重症度、部位を学習させることと、これら 3 つの特徴をどの順序で学習させるかによって、精度が大幅に向上することがわかりました。
この記事では、精度 0.84、ミクロおよびマクロ F1 スコア 0.82 および 0.75 での医学文書の分類に関する最先端の結果を実証し、使用された手法とデータセットの両方をコミュニティが利用できるようにしています。
。

要約(オリジナル)

In this paper we present a hybrid method for the automatic detection of dermatological pathologies in medical reports. We use a large language model combined with medical ontologies to predict, given a first appointment or follow-up medical report, the pathology a person may suffer from. The results show that teaching the model to learn the type, severity and location on the body of a dermatological pathology, as well as in which order it has to learn these three features, significantly increases its accuracy. The article presents the demonstration of state-of-the-art results for classification of medical texts with a precision of 0.84, micro and macro F1-score of 0.82 and 0.75, and makes both the method and the data set used available to the community.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google