変圧器からの双方向エンコーダー表現を使用した実行可能な放射線レポートの自動検出

背景：放射線科医にとって、紹介可能な臨床医に実用的な発見を確実に伝えることが不可欠です。自然言語処理（NLP）は、実用的な調査結果を含むフリーテキスト放射線レポートの特定に役立つことが示されています。ただし、検出パフォーマンスを改善できる放射線科レポートへの最近のディープラーニングテクニックの適用は、徹底的に調査されていません。さらに、臨床医が注文フォーム（注文情報）に入力するというフリーテキストが、実行可能なレポートを特定するためにめったに使用されていません。この研究の目的は、2つの新しいアプローチの利点を評価することを目的としています。（1）変圧器（BERT）からの双方向エンコーダー表現、NLPの最近の深い学習アーキテクチャ、および（2）放射線学レポートに加えて注文情報を使用しています。 方法：バイナリ分類を実行して、実用的なレポート（つまり、実際の放射線診療で実用的であるとタグ付けされた放射線レポート）を、実行不可能なレポート（実行可能なタグのないもの）と区別しました。私たちの病院での90,923の日本の放射線報告が使用され、そのうち788（0.87％）が実用的でした。4つの方法、ロジスティック回帰（LR）と勾配ブースト決定ツリー（GBDT）を使用した統計機械学習、および双方向の長期記憶（LSTM）モデルと公開されている日本のBertモデルを使用した深い学習を評価しました。各方法は、2つの異なる入力、放射線レポートのみ、注文情報と放射線学レポートのペアで使用されました。したがって、パフォーマンスを調べるために8つの実験が行われました。 結果：注文情報なしで、Bertは0.5138の精密回復曲線（AUPRC）の下で最高の領域を達成しました。これは、LR、GBDT、およびLSTMよりも統計的に有意な改善を示し、0.9516のレシーバー動作特性曲線（AUROC）の下で最高領域を示しました。Radiologyレポートと注文情報を結合するだけで、BERTのAUPRCがわずかに増加しましたが、統計的に有意な改善にはつながりませんでした。これは、放射線科医による臨床決定の複雑さによる可能性があります。 結論：Bertは、実用的なレポートを検出するのに役立つと想定されていました。注文情報を効果的に使用するには、より洗練された方法が必要です。

BACKGROUND: It is essential for radiologists to communicate actionable findings to the referring clinicians reliably. Natural language processing (NLP) has been shown to help identify free-text radiology reports including actionable findings. However, the application of recent deep learning techniques to radiology reports, which can improve the detection performance, has not been thoroughly examined. Moreover, free-text that clinicians input in the ordering form (order information) has seldom been used to identify actionable reports. This study aims to evaluate the benefits of two new approaches: (1) bidirectional encoder representations from transformers (BERT), a recent deep learning architecture in NLP, and (2) using order information in addition to radiology reports. METHODS: We performed a binary classification to distinguish actionable reports (i.e., radiology reports tagged as actionable in actual radiological practice) from non-actionable ones (those without an actionable tag). 90,923 Japanese radiology reports in our hospital were used, of which 788 (0.87%) were actionable. We evaluated four methods, statistical machine learning with logistic regression (LR) and with gradient boosting decision tree (GBDT), and deep learning with a bidirectional long short-term memory (LSTM) model and a publicly available Japanese BERT model. Each method was used with two different inputs, radiology reports alone and pairs of order information and radiology reports. Thus, eight experiments were conducted to examine the performance. RESULTS: Without order information, BERT achieved the highest area under the precision-recall curve (AUPRC) of 0.5138, which showed a statistically significant improvement over LR, GBDT, and LSTM, and the highest area under the receiver operating characteristic curve (AUROC) of 0.9516. Simply coupling the order information with the radiology reports slightly increased the AUPRC of BERT but did not lead to a statistically significant improvement. This may be due to the complexity of clinical decisions made by radiologists. CONCLUSIONS: BERT was assumed to be useful to detect actionable reports. More sophisticated methods are required to use order information effectively.