本研究では、深層学習技術を応用した自然言語処理技術により、自由文で記載されている画像レポートを構造化レポートに変換し、表現のゆらぎを集約することで、意図した検索が正しくできるようにすることを目指し、その方法について研究開発します。
大阪大学医学部附属病院（阪大病院）、大阪国際がんセンターを受診し、画像レポートが作成された患者さんの画像レポートデータを使います。阪大病院では、約192万件、大阪国際がんセンターでは約40万件の画像レポートのデータが蓄積されており、これらのデータを利用します。
レポート中の文章に対して，ヘッダー フッターのレポートの内容に関係の無い情報の除去などの処理を行い、文章を１文ごとに分け、文を形態素単位に分割します。レポートに記載されている用語に対して、臓器や部位、観察物、臓器の異常所見、肯定／否定などの表現、観察物の特徴、観察物や臓器のサイズ、観察物や異常状態の変化状態といったラベルを付け、また、レポート全体に対して、特定の疾患を疑っている等のラベルを付与します。訓練及び評価用のデータセットを無作為に抽出して，各形態素にラベルを付与する作業を行います。阪大病院の深層学習用サーバに学習系を構築し、学習用データで学習させ、評価用データセットを用いて評価します。これをグループ化して構造化させる処理を行います。収集した用語に対し、同義語、上位、下位語の関係を与え、シソーラスを作成します。
大阪国際がんセンターにおいても同様に取得したデータを各文への分解、形態素単位の分解処理を行います。ランダムに抽出した評価用レポート文を阪大病院の医療情報部に持ち込み、目視でラベルを付けます。阪大病院で学習させた系で、国際がんセンターの評価用レポート文の各形態素にラベルを付ける処理を行い、精度を評価し、精度が飽和するまで学習、評価を繰り返します。学習した系を国際がんセンターに持ち込み、対象とするモダリティ・部位のレポートを処理し、構造化レポートを作成し、追加すべき用語をシソーラスに追加します。