Automatic Classification of Radiological Reports for Clinical Care

Autor: Roberto Maroldi, Alfonso Gerevini, Anne-Lyse Minard, Ivan Serina, Alberto Lavelli, Alessandro Maffi, Guido Squassina
Přispěvatelé: Università degli Studi di Brescia [Brescia], Human Language Technology [Trento], Fondazione Bruno Kessler [Trento, Italy] (FBK), Azienda Socio Sanitaria Territoriale Spedali Civili di Brescia [Brescia], Creating and exploiting explicit links between multimedia fragments (LinkMedia), Inria Rennes – Bretagne Atlantique, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-MEDIA ET INTERACTIONS (IRISA-D6), Institut de Recherche en Informatique et Systèmes Aléatoires (IRISA), Université de Bretagne Sud (UBS)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National de Recherche en Informatique et en Automatique (Inria)-École normale supérieure - Rennes (ENS Rennes)-Centre National de la Recherche Scientifique (CNRS)-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-CentraleSupélec-IMT Atlantique Bretagne-Pays de la Loire (IMT Atlantique), Institut Mines-Télécom [Paris] (IMT)-Institut Mines-Télécom [Paris] (IMT)-Université de Bretagne Sud (UBS)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut Mines-Télécom [Paris] (IMT)-Institut Mines-Télécom [Paris] (IMT)-Institut de Recherche en Informatique et Systèmes Aléatoires (IRISA), Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-École normale supérieure - Rennes (ENS Rennes)-Centre National de la Recherche Scientifique (CNRS)-Université de Rennes 1 (UR1), Institut Mines-Télécom [Paris] (IMT)-Institut Mines-Télécom [Paris] (IMT), Centre National de la Recherche Scientifique (CNRS), MEDIA ET INTERACTIONS (IRISA-D6), Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées (INSA)-Université de Bretagne Sud (UBS)-École normale supérieure - Rennes (ENS Rennes)-Institut National de Recherche en Informatique et en Automatique (Inria)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS)-IMT Atlantique Bretagne-Pays de la Loire (IMT Atlantique), Institut Mines-Télécom [Paris] (IMT)-Institut Mines-Télécom [Paris] (IMT)-Université de Rennes 1 (UR1), Institut Mines-Télécom [Paris] (IMT)-Institut Mines-Télécom [Paris] (IMT)-Inria Rennes – Bretagne Atlantique, Institut National de Recherche en Informatique et en Automatique (Inria), Università degli Studi di Brescia = University of Brescia (UniBs), Université de Rennes (UR)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université de Bretagne Sud (UBS)-École normale supérieure - Rennes (ENS Rennes)-Institut National de Recherche en Informatique et en Automatique (Inria)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS)-IMT Atlantique (IMT Atlantique), Institut Mines-Télécom [Paris] (IMT)-Institut Mines-Télécom [Paris] (IMT)-Université de Rennes (UR)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université de Bretagne Sud (UBS)-École normale supérieure - Rennes (ENS Rennes)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS)-IMT Atlantique (IMT Atlantique)
Jazyk: angličtina
Rok vydání: 2017
Předmět:
0301 basic medicine
Text mining
Computer science
education
NLP for biomedical texts
ComputingMethodologies_IMAGEPROCESSINGANDCOMPUTERVISION
Medicine (miscellaneous)
Information Storage and Retrieval
Computed tomography
02 engineering and technology
computer.software_genre
[INFO.INFO-CL]Computer Science [cs]/Computation and Language [cs.CL]
Machine learning for information extraction
Set (abstract data type)
Machine Learning
03 medical and health sciences
Artificial Intelligence
020204 information systems
Schema (psychology)
health services administration
0202 electrical engineering
electronic engineering
information engineering
medicine
Data Mining
Humans
[INFO]Computer Science [cs]
Interatrial Block
Clinical care
Natural Language Processing
medicine.diagnostic_test
Analysis of radiological reports
Text classification
business.industry
Decision Trees
Support vector machine
Radiology report
030104 developmental biology
ComputingMethodologies_PATTERNRECOGNITION
Manual annotation
Radiological weapon
020201 artificial intelligence & image processing
Radiography
Thoracic
Artificial intelligence
business
Tomography
X-Ray Computed
computer
Natural language processing
Zdroj: Artificial Intelligence in Medicine
Artificial Intelligence in Medicine, Elsevier, 2018, pp.1-10. ⟨10.1016/j.artmed.2018.05.006⟩
Artificial Intelligence in Medicine ISBN: 9783319597577
AIME
Artificial Intelligence in Medicine, 2018, pp.1-10. ⟨10.1016/j.artmed.2018.05.006⟩
ISSN: 0933-3657
DOI: 10.1016/j.artmed.2018.05.006⟩
Popis: International audience; Radiological reporting generates a large amount of free-text clinical narratives, a potentially valuable source ofinformation for improving clinical care and supporting research. The use of automatic techniques to analyzesuch reports is necessary to make their content effectively available to radiologists in an aggregated form. In thispaper we focus on the classification of chest computed tomography reports according to a classification schemaproposed for this task by radiologists of the Italian hospital ASST Spedali Civili di Brescia. The proposed system isbuilt exploiting a training data set containing reports annotated by radiologists. Each report is classified accordingto the schema developed by radiologists and textual evidences are marked in the report. The annotationsare then used to train different machine learning based classifiers. We present in this paper a method based on acascade of classifiers which make use of a set of syntactic and semantic features. The resulting system is a novelhierarchical classification system for the given task, that we have experimentally evaluated.
Databáze: OpenAIRE
Externí odkaz: