Informationsextraktion aus radiologischen Befundberichten

Transkript

1 Informationsextraktion aus radiologischen Befundberichten Philipp Daumke, Soeren Holste, Sarah Ambroz, Michael Poprat, Kai Simon, Dirk Marwede, Elmar Kotter Partner» Anbieter von Textanalyse-Software für das Gesundheitswesen» Expertenteam aus Ärzten, Programmierern und Linguisten» Fundierte wissenschaftliche Erfahrung, erfolgreiche Portierung in kommerzielles Umfeld» Langjährige Erfahrung in der Entwicklung von Informations- und Bildbetrachtungssystemen» Herr Prof. Dr. Kotter ist Vorsitzender der Arbeitsgemeinschaft Informationstechnologie (AGIT) der DRG» Gesamtes radiologisches Untersuchungsspektrum» Befundberichterstellung per Diktat, vorwiegend unstrukturiert» pflegt in Deutschland die einzige umfassende radiologische Terminologie» Expertise in Radiologie und Informatik» gesamte radiologische Untersuchungsspektrum inklusive innovativer Fusionsbildgebung (PET/CT)» Digitale Befundberichterstellung, teilweise strukturiert 1

2 Hypothese» Durch Auswertung radiologischer Befundberichte lassen sich eine Fülle medizinisch und ökonomisch relevanter Informationen ableiten» Informationsextraktion aus Freitexten erlaubt statistische Auswertungen und Berechnungen Fragestellungen» Diagnostische und therapeutische Genauigkeit bildgebender Verfahren» Diagnostische und therapeutische Wertigkeit bildgebender Verfahren» Patientenrelevanter und volkswirtschaftlicher Nutzen» Erkrankungsspektrum und Patientenkollektiv» Erkrankungsmuster und Assoziationen von Erkrankungen» Verknüpfungen zwischen Text und Bild (gemeinsam mit MEDICO)» Entscheidungsunterstützung in der täglichen Routine Data Mining / Text Mining / Information Extraction» Der Begriff Data-Mining bezeichnet Algorithmen zum Aufspüren schwer zu erkennender Zusammenhänge in großen Datenbeständen» Text Mining konzentriert sich auf Informationen, die in großen Textmengen zu finden sind Fragestellungen Information Extraction DB Data Mining Regeln Antworten Texte Terminologien 2

3 Fragestellungen Information Extraction DB Data Mining Regeln Antworten Texte Terminologien Terminologien» RADLEX» Lexikon standardisierter Terme der Radiologie» In Version 2.1 mit 12,151 Begriffen» Deutsche Übersetzung vorhanden» SNOMED CT» Systematized Nomenclature of Medicine-Clinical Terms» Umfangreichste medizinische Terminologie weltweit, über 311,000 aktive Konzepte (Stand 2008)» Im radiologischen Kontext teilweise nicht sehr differenziert» Keine offizielle deutsche Version» FMA» Foundational Model of Anatomy» Beschränkt auf Anatomie, > 80,000 Konzepte» Keine deutsche Version vorhanden 3

4 Terminologien Evaluation RADLEX» Wie gut lassen sich radiologische Befundberichte mit RADLEX repräsentieren?» Vorgehen: 50 Berichte wurden von Experten teils doppelt annotiert» Ergebnisse:» Lediglich der Abschnitt Befund, nicht jedoch Abschnitte zu Klinischen Angaben oder Beurteilung, werden von RADLEX abgedeckt» 66% der Befundterme sind in RADLEX enthalten» Anatomie unzureichend abgedeckt» Interoperator Agreement (Cohens Kappa): 78% Fragestellungen Information Extraction DB Data Mining Regeln Antworten Texte Terminologien 4

5 Radiologische Befundberichte Befund: Im rechten Temporallappen findet sich eine ca. 2,9 x 3,8 cm messende zentral beginnend nekotische Metastase, die ein mäßiges perifocales Ödem aufweist. Keine Mittellinienverlagerung, keine Einklemmungszeichen. An Zahl und Größe pathologische LK cerv. bds. Kleine polypoide Schleimhautschwellungen in der Kiefernhöhle. Linguistische Herausforderungen: Muster, Zahlen, Einheiten... Schreibfehler Abgeleitetes Wissen/Ellipsen Komposita Negationen Abkürzungen Informationsextraktion Kleine polypoide Schleimhautschwellungen in der Kiefernhöhle RID 5774 RID 5805 RID 5975 Schleimhaut Ext0001 Schwellung RID 9557 Anatomy Schleimhaut (RID 5975) Kieferhöhle (RID9557) hasdescription isabnormal Description Klein (RID 5774) polypoid (RID5805) Ext001 Schwellung 5

6 Preprocessing Concept Identification Relationship Extraction Spell Checker Negation Detector Pathology/Anatomy Document Zoner Sentence Detector Tokenizer Part-of-Speech Tagger Shallow Parser/Chunker Deep Parser Pattern Recognizer Date/Time Recognizer Unit Recognizer Size/Ranges Recognizer Concept Mapper Post-Coordination Dose quantity/frequency/unit Abbreviation Detector Morphological Analysis 12 6

7 13 Averbis Annotation Editor 7

8 Fragestellungen Information Extraction DB Data Mining Regeln Antworten Texte Terminologien 16 8

9 17 9

10 Bei Interesse und weiteren Fragen wenden Sie sich bitte an: Dr. Philipp Daumke +49 (0)