机器“读懂”放射学报告
在Qure，我们建立了深度学习模型来检测放射影像中的异常。这些模型需要大量的标记数据来学习诊断异常。因此，我们从医院和门诊放射中心收集了一个大型数据集。这些数据集包含相关的临床放射学报告。
目前，当我们训练深度学习算法以识别放射学图像的异常情况时，我们使用放射科的医师报告作为最佳标准。这是目前最好的方式，因为这可以提供以百万计的图像以实现高精度的分类算法。
这些报告通常以自由格式文本而不是结构化格式编写。所以，为了从这些非结构化报告中自动提取结果，我们设计了一个基于规则的自然语言处理（NLP）系统。如下所示：
CT SCAN BRAIN - PLAIN STUDY
Axial ct sections of the brain were performed from the level of base of skull. 5mm sections were done for the posterior fossa and 5 mm sections for the supra sellar region without contrast.OBSERVATIONS:
- Area of intracerebral haemorrhage measuring 16x15mm seen in left gangliocapsular region and left corona radiate.
- Minimal squashing of left lateral ventricle noted without any appreciable midline shift
- Lacunar infarcts seen in both gangliocapsular regions
- Cerebellar parenchyma is normal.
- Fourth ventricle is normal in position and caliber.
- The cerebellopontine cisterns, basal cisterns and sylvian cisterns appear normal.
- Midbrain and pontine structures are normal.
- Sella and para sellar regions appear normal.
- The grey-white matter attenuation pattern is normal.
- Calvarium appears normal
- Ethmoid and right maxillary sinusitis notedIMPRESSION:
- INTRACEREBRAL HAEMORRHAGE IN LEFT GANGLIOCAPSULAR REGION AND LEFT CORONA RADIATA
- LACUNAR INFARCTS IN BOTH GANGLIOCAPSULAR REGIONS这是一篇简短的放射学报告，从中我们可以提取如下结果：
{"intracerebral hemorrhage": true,"lacunar infarct": true,"mass effect": true,"midline shift": false,"maxillary sinusitis": true
}为什么是基于规则的NLP系统？
基于规则的NLP系统可以解析无组织内容并对其进行组织。另一方面，基于机器学习（ML）的NLP系统则在大型数据集上训练时自动生成规则。
与基于ML的方法相比，基于规则的NLP系统具有多重优势：
1.临床知识可以手动合并到基于规则的NLP系统中。然而，在基于ML的NLP系统中捕获这些知识，需要大量的注释。
2.基于ML的NLP系统自动生成的规则难以解释。
3.基于规则的NLP系统可以容易地添加或修改，以适应系统中新目标的发现。4.以往的临床报告分析报告表明，基于ML的NLP系统的结果不如基于规则的NLP系统。
基于规则的NLP开发
由于从多个中心收集了报告，因此有多个报告标准。因此，我们在手动读取大量报告后构建了一组规则来捕获这些变化。其中，我举两种常见的规则类型例子：
1.发现检测
在报告中，同样的发现可以用几种不同的格式来记录，这些包括同义词的定义。例如，blunted CP angle可以通过以下任一方式表示：
1.CP angle is obliterated
2.Hazy costophrenic angles
3.Obscured CP angle
4.Effusion/thickening
我们收集了可用于报告调查结果的所有措辞，并为每项调查结果制定了一条规则。以下是blunted CP angle的规则。
((angle & (blunt | obscur | oblitera | haz | opaci)) | (effusio & thicken))
如果在一个句子中有angle 、blunted、effusion和thickening 或其同义词，则该句子将满足这个规则。
另外，研究结果可以有一个层次结构。例如，如有任何像edema, groundglass, consolidation等其他近似blunted CP angle的病理情况都可以被认为满足规则。因此，我们还创建了一个关于处理这个层次结构的规则。
[opacity]
rule = ((opacit & !(/ & collapse)) | infiltrate | hyperdensit) hierarchy = (edema | groundglass | consolidation | ... )2.否定检测
上述规则用于检测报告中的发现。但这些不足以理解报告。例如，考虑以下句子：
1. Intracerebral hemorrhage is absent.
2. Contusions are ruled out.
3. No evidence of intracranial hemorrhages in the brain.
虽然intracerebral hemorrhage, contusion 和intracranial hemorrhage等词语都是在上述句子中提到的。但是它们是不确定的，实际上应该不满足上述我们提到的规则，可是由于存在相应的关键字，会造成干扰。因此，除了发现之外，我们还需要否定一些句子。
我们手动读取几个表示否定的句子，并根据它们的结构对这些句子进行分组。检测否定的规则是基于这些句子创建的。其中一个如下所示：
(<finding>) & ( is | are | was | were ) & (absent | ruled out | unlikely | negative)
我们可以看到上述例子的第一句和第二句与这条规则相符，因此我们可以推断出这些句子是否定的。
Intracerebral hemorrhage is absent ⟶ intracerebral hemorrhage negative.
Contusions are ruled out ⟶ contusion negative.
结果：
我们在一个数据集上测试了我们的算法， 其中包含1878份头部 CT 扫描的临床放射学报告。我们手动阅读所有的报告用来创造最佳标准。我们用灵敏度和特异性作为评价指标。所得结果如下表所示。
|
查找 |
结果 |
敏感度 |
特异度 |
|
颅内出血 |
207 |
0.9807 |
0.9873 |
|
实质内出血 |
157 |
0.9809 |
0.9883 |
|
脑室内出血 |
44 |
1.0000 |
1.0000 |
|
硬膜下出血 |
44 |
0.9318 |
0.9965 |
|
硬膜外出血 |
27 |
1.0000 |
0.9983 |
|
蛛网膜下腔出血 |
51 |
1.0000 |
0.9971 |
|
断裂 |
143 |
1.0000 |
1.0000 |
|
颅骨骨折 |
89 |
0.9888 |
0.9947 |
|
中线轮班 |
54 |
0.9815 |
1.0000 |
|
质量效应 |
132 |
0.9773 |
0.9933 |
在本文中，作者使用基于ML的NLP模型来提取头部CT临床放射学报告的结果。他们报告的平均敏感度和平均特异度分别为0.9025和0.9172。在评估的目标结果相同的情况下，我们使用基于规则的NLP算法，报告的平均敏感度和平均特异度分别为0.9841和0.9956。因此，我们可以总结基于规则的NLP算法在临床报告上比基于ML的NLP算法表现更好。
数十款阿里云产品限时折扣中，赶紧点击领劵开始云上实践吧！
本文由北邮@爱可可-爱生活 老师推荐，阿里云云栖社区组织翻译。
文章原标题《Teaching Machines to Read Radiology Reports》，译者：黄小凡，审校：袁虎。
文章为简译，更为详细的内容，请查看原文。
机器“读懂”放射学报告相关推荐
- 让机器“读懂”放射学报告
[在Qure,我们建立了深度学习模型来检测放射影像中的异常.这些模型需要大量的标记数据来学习诊断异常.因此,我们从医院和门诊放射中心收集了一个大型数据集.这些数据集包含相关的临床放射学报告. 目前,当 ...
- 公开课 | 让机器读懂你的意图——人体姿态估计入门
机器视觉的主要任务是让机器看懂世界,而世界的主要组成是人类社会.我们一直在围绕物和人的识别展开研究:物品检测识别.行人检测与跟踪.人脸识别. 事实上,行人检测是人的整体粗粒度识别,人脸识别是人的局部特 ...
- 让机器读懂文章: pLSA模型推导及实现
让机器读懂文章: pLSA模型推导及实现 概述 pLSA模型 pLSA的EM算法推导 pLSA的实现 总结 参考文献 概述 人类读懂文章是一个很自然的行为,当我们读完一篇<背影>的时候,我 ...
- 让机器读懂视频：亿级淘宝视频背后的多模态AI算法揭秘
背景 随着4G的普及和5G的推出,内容消费的诉求越来越受到人们的重视.2019年互联网趋势报告指出在移动互联网行业整体增速放缓的大背景下,短视频行业异军突起,成为"行业黑洞"抢夺用 ...
- 让机器读懂人类：探索问答系统和机器阅读理解
学习内容来自 : CSDN在线直播教程 林德康 一.问答系统概念 问答系统在搜索引擎中的应用 略- 基于知识图谱的问答系统 high precision great for head queries ...
- 让机器读懂用户--大数据中的用户画像
欢迎访问网易云社区,了解更多网易技术产品运营经验. 一.用户画像的定义 用户画像(persona) 的概念最早由交互设计之父Alan Cooper 提出: "Personas are a c ...
- 计算机是如何读懂高级语言的——编译过程简述
<计算机是如何读懂高级语言的--编译过程简述>源站链接,阅读体验更佳~ 前面的文章中我们简单介绍了高级语言的五大语法元素,以及这些语法元素是如何构成表达式,构成语句最终构成可执行的代码的. ...
- python attention机制_[深度应用]·Keras实现Self-Attention文本分类（机器如何读懂人心）...
[深度应用]·Keras实现Self-Attention文本分类(机器如何读懂人心) 笔者在[深度概念]·Attention机制概念学习笔记博文中,讲解了Attention机制的概念与技术细节,本篇内 ...
- 从2022投影行业最新报告，读懂2022年家用智能投影仪该怎么选！
2022年投影仪行业趋势如何?2022年新款投影仪怎么选合适呢?读懂这篇文章,能给你意想不到的答案. 2022年,家用智能投影仪品牌先后推出新品,产品性能持续优化迭代的同时,也给消费者带来了更优质的产 ...
最新文章
- 提升网站竞争力从这三方面着手努力！
- flannel源码分析--InClusterConfig
- 大数据时代第一部分思维导图_大数据时代总结思维导图模板分享
- 中文文件名乱码_全能型Mac解压缩软件 MacZip2.0.1(41)中文版 原ezip
- 使用回溯算法分析八皇后问题
- cookie mapping
- HBase1.0.0 实现数据增删查
- 【C语言】输入5个整数并按输入顺序逆序输出
- 基于设备树的TQ2440 DMA学习（2）—— 简单的DMA传输
- python生成器_Python生成器
- html站点地图怎么做,sitemap网站地图（站点地图）如何制作以及作用
- java实现康威生命游戏
- 用计算机软件截取声音片段,音频提取剪辑器
- 三星note升级android9,三星Note9官方台版安卓9固件rom升级更新包：BRI-N960FXXS3CSI5
- 斗鱼显示弹幕服务器连接失败,斗鱼看不到弹幕的解决方法步骤
- Computer vision: models, learning and inference 学习笔记1：引言
- mysql 图片路径用什么类型_mysql数据库怎么存图片路径
- Java面向对象期末备考
- 为什么说Python是人工智能方向的主流编程语言？
- 如何解决工厂工时计算问题