自然言語処理を用いた画像診断レポートのビッグデータ疾患サーベイランス実証研究

医療情報を全国10施設の大学病院から一元的に画像および画像診断レポートを収集している日本医用画像データベース（Japan-Medical Image Database; JMID）には100万件を超える検査が収集されているが、2023年4月にシステムをオンプレミスサーバーからクラウド化した。このデータ利用環境の向上によって、大量のデータを容易に検索し、ダウンロードすることを可能にした。当初は対象とする疾患名もしくは画像所見の有無を判定するBERTを用いた事実性判定モデルを作成することを目標としていた。しかし、特定の言葉ではなく、任意の言葉の事実性を判定するモデルの方が有用性は高いことから、後者を作成した。これにより任意の言葉の事実性を検索することが可能となった。さらに、このモデルの有用性を検証するためのデータとして、ある一日の画像診断レポートから「COVID-19肺炎疑い」症例を検索し、臨床的に「肺炎」と「非肺炎」の画像とレポートのデータセット（90件、有病率0.03）を作成した。これらを解析し、レポートの自然言語処理によるサーベイランスの有用性を検討していく予定である。このデータセットでは既にCT画像によるCOVID-19肺炎典型度を判定するAIによる精度も判明している（RSNA分類を基準として、感度は0.65、特異度は0.74）ので、レポートの自然言語解析とAIによる画像解析による精度の比較を行うことも可能になっている。

医療情報を全国10施設の大学病院から一元的に画像および画像診断レポートを収集している日本医用画像データベース（Japan-Medical Image Database; JMID）には100万件を超える検査が収集されているが、2023年4月にシステムをオンプレミスサーバーからクラウド化した。このデータ利用環境の向上によって、大量のデータを容易に検索し、ダウンロードすることを可能にした。当初は対象とする疾患名もしくは画像所見の有無を判定するBERTを用いた事実性判定モデルを作成することを目標としていた。しかし、特定の言葉ではなく、任意の言葉の事実性を判定するモデルの方が有用性は高いことから、後者を作成した。これにより任意の言葉の事実性を検索することが可能となった。さらに、このモデルの有用性を検証するためのデータとして、ある一日の画像診断レポートから「COVID-19肺炎疑い」症例を検索し、臨床的に「肺炎」と「非肺炎」の画像とレポートのデータセット（90件、有病率0.03）を作成した。これらを解析し、レポートの自然言語処理によるサーベイランスの有用性を検討していく予定である。このデータセットでは既にCT画像によるCOVID-19肺炎典型度を判定するAIによる精度も判明している（RSNA分類を基準として、感度は0.65、特異度は0.74）ので、レポートの自然言語解析とAIによる画像解析による精度の比較を行うことも可能になっている。