CLiGNet: 臨床転記からの医療専門領域分類のための臨床ラベル相互作用グラフネットワーク

Abstract

医療専門分野への診療録（臨床書記）の自動分類は、ルーティング、コーディング、臨床的意思決定支援に不可欠である。しかし、広く用いられているMTSamplesベンチマークに関する先行研究は、train/test分割の前にSMOTEによるオーバーサンプリングを適用してしまったことによる、重大なデータリークの問題を抱えている。まず我々は、この方法論上の欠陥を初めて体系的に記述し、40の医療専門分野（4966件の記録）にまたがるリークのないベンチマークを確立する。その結果、真のタスクの難易度は、これまで報告されていたものよりも大幅に高いことが明らかになる。 次に、CLiGNet（Clinical Label Interaction Graph Network）を提案する。これは、Bio ClinicalBERTのテキストエンコーダと、2層のグラフ畳み込みネットワーク（GCN）を組み合わせたニューラルアーキテクチャであり、専門分野ラベルのグラフは、意味的類似度とICD-10章の事前知識から構築される。ラベルごとの注意（attention）ゲートが、文書表現とラベルグラフ表現を融合する。極端なクラス不均衡（181対1）に対処するため、焦点付き二値交差エントロピー損失（focal binary cross entropy loss）で学習する。 TF-IDF分類器からClinical Longformerまでの7つのベースラインにわたって比較したところ、校正なしのCLiGNetがマクロF1で最も高い0.279を達成した。アブレーション研究により、GCNによるラベルグラフが単独で最大の寄与をもたらしていることが確認され（マクロF1の増加は0.066）、この改善を裏付ける。さらに、ラベルごとのPlatt scalingによる校正を加えると、期待校正誤差（expected calibration error）が0.007となり、ランキング性能と確率の信頼性の間に、原理に基づくトレードオフが存在することを示す。 本研究では、専門分野間の対（pairwise）による混同、稀少クラスの挙動、文書長の影響、トークン単位のIntegrated Gradientsによる帰属（attribution）を含む包括的な失敗分析を提供し、臨床NLPシステムの実運用に向けた実行可能な洞察を提示する。