Bi-LSTMモデルによる機械学習を用いたMRI撮像指示予測に関する基礎検討

【目的】MRIは優れた診断情報を有する反面，患者負担の大きい検査である．当院では，放射線科医によりMRI撮像指示がされているが，すべての検査依頼に撮像指示を行うことは大きな負担である．自然言語処理により撮像指示予測が可能であれば，放射線科医の負担軽減が可能となる．本検討は放射線科医の補助を目的として，自然言語解析によるMRI撮像予測の実現可能性を検討した．【方法】施設のMRI撮像プロトコルの独自性や，検査依頼文の特殊性を考慮し，大規模データセットや事前学習モデルの利用は不向きと考えた．自然言語処理手法として実績のあるLSTMに注目し，独自の形態素解析の前処理を併用した4層の双方向LSTMモデル...

Full description

Saved in:
Bibliographic Details
Published in日本放射線技術学会雑誌 Vol. 79; no. 6; pp. 565 - 576
Main Authors 清水, 幸三, 立入, 哲也, 山谷, 裕哉, 間井, 良将, 丸上, 永晃
Format Journal Article
LanguageJapanese
Published 公益社団法人 日本放射線技術学会 2023
Subjects
classification
machine learning
MRI protocol
natural language processing
prediction
Online AccessGet full text

Cover

More Information
Summary:【目的】MRIは優れた診断情報を有する反面，患者負担の大きい検査である．当院では，放射線科医によりMRI撮像指示がされているが，すべての検査依頼に撮像指示を行うことは大きな負担である．自然言語処理により撮像指示予測が可能であれば，放射線科医の負担軽減が可能となる．本検討は放射線科医の補助を目的として，自然言語解析によるMRI撮像予測の実現可能性を検討した．【方法】施設のMRI撮像プロトコルの独自性や，検査依頼文の特殊性を考慮し，大規模データセットや事前学習モデルの利用は不向きと考えた．自然言語処理手法として実績のあるLSTMに注目し，独自の形態素解析の前処理を併用した4層の双方向LSTMモデルを用いた．【結果】提案手法はPrecision, Recall, F1-scoreのMacro平均はそれぞれ，70.6%，69.5%，68.9%を示した．先行研究と比較し，日本語の自然言語処理タスクであることを考慮すれば，及第点を得たと考える．提案手法は，語彙の削減と最適化，類似性の学習に直接的・間接的に作用し少数派クラスの予測精度を改善したと考えられる．【結語】提案手法の有効性と，自然言語処理を用いた撮像指示予測の実現可能性が示唆された．
ISSN:0369-4305
1881-4883
DOI:10.6009/jjrt.2023-1328