GS-BrainText：臨床自然言語処理の開発・検証のための、Generation Scotland による多施設脳画像レポート・データセット

arXiv cs.CL / 2026/3/30

📰 ニュースSignals & Early TrendsIdeas & Deep AnalysisTools & Practical Usage

共有:

要点

GS-BrainText データセットは、Generation Scotland コホートから 8,511 件の脳放射線レポートを収集し、そのうち 2,431 件を 24 の脳疾患表現型に対して注釈付けしています。
英国の複数施設データセットであり、スコットランドの 5 つの NHS（National Health Service）医療委員会にまたがり、年齢分布も幅広い（平均 58、中央値 53）ため、汎化可能な臨床 NLP の開発・検証を支えることを目的としています。
専門家による注釈は、定義されたスキーマを用い、学際的な臨床的監督のもとで作成されており、各施設で 10〜100% の二重注釈と、正式な品質保証手順を含みます。
ルールベースの EdIE-R システムとのベンチマークでは、医療委員会間（F1 86.13〜98.13）、表現型間（F1 22.22〜100）、年齢層間（F1 87.01〜98.13）で性能のばらつきが示され、汎化の課題が浮き彫りになります。
本リリースは、英国の臨床テキスト資源におけるギャップを埋めることを狙い、言語的バリエーション、診断的不確実性の表現、ならびにデータセット特性が NLP の性能にどう影響するかについての研究を可能にします。

Abstract

私たちは、Generation Scotlandコホートから収集した8,511件の脳画像診断レポートを基にした、厳選されたデータセットGS-BrainTextを提示します。このうち2,431件は、24種類の脳疾患表現型について注釈が付けられています。本マルチサイト・データセットは、5つのスコットランドNHSヘルスボードにまたがり、年齢層も幅広く（平均年齢58歳、中央値53歳）、汎化可能な臨床自然言語処理（NLP）アルゴリズムおよびツールの開発と評価にとって、他に類を見ない価値を持ちます。専門家による注釈は、注釈スキーマを用いて、学際的な臨床チームによって実施されました。各NHSヘルスボードにおいて二重注釈は10〜100%の範囲で行われ、厳格な品質保証が施されています。注釈スキーマと連携して開発された既存のルールベースNLPシステムであるEdIE-Rを用いたベンチマーク評価では、ヘルスボード間（F1: 86.13-98.13）、表現型間（F1: 22.22-100）、年齢層間（F1: 87.01-98.13）でいくつかの性能のばらつきが明らかになり、NLPツールの汎化に関する重要な課題が浮き彫りになりました。 GS-BrainTextデータセットは、利用可能な英国の臨床テキスト資源における重要なギャップを埋めるものであり、言語的変異、診断不確実性の表現、そしてデータ特性がNLPシステムの性能に与える影響を研究するうえで貴重な資源を提供します。