Can Distributed Representations of Disease Learned from Academic Journal Abstracts Represent the Distance Between Diseases?

2022 Fiscal Year Final Research Report

• Project/Area Number: 21K17848
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 62010:Life, health and medical informatics-related
• Research Institution: Chiba University
• Principal Investigator: Yokokawa Daiki 千葉大学, 医学部附属病院, 特任助教 (80779869)
• Project Period (FY): 2021-04-01 – 2023-03-31
• Keywords: 診断推論 / 自然言語処理 / Word2Vec / 分散表現 / 埋め込みベクトル / 疾患間距離 / 抄録 / 医中誌

Outline of Final Research Achievements

Presently, no systems can be applied in actual medical settings to aid or replace the acquisition of diagnostic reasoning methods. I hypothesized that calculating disease similarity (inter-disease distance) could be instrumental in creating such systems. By training on 1,842,156 abstracts from the Central Medical Journal with Word2Vec, I procured distributed representations (disease vectors) of words denoting diseases and successfully calculated their distance.
I found 8,031 disease vectors corresponding to the International Classification of Diseases, 10th Edition (ICD-10), which match 3,915 ICD codes. Cohen's correlation coefficient reached a maximum value of 0.7748. Adjusted Rand index, standardization, normalized mutual information, and adjusted mutual information for ICD codes achieved maximum values of 0.3208, 0.8783, and 0.4242, respectively.

Free Research Field

自然言語処理

Academic Significance and Societal Importance of the Research Achievements

疾患間距離を医学文書から計算することで、主観的な経験則に基づく疾患想起から、客観的な距離に基づく疾患想起への転換が可能になる。医師の経験は収斂され分散表現へと置き換わり、普遍的で汎用性が高い距離データを得られる。これは診断推論の「疾患想起のプロセス」をAIに置き換え、自動診断システムや診断支援システムの開発への第一歩となる。これらのシステムは、自宅で病院へ行くべきか判断する際のサポートツールとなり、医療費削減や医療の質の均質化に貢献し、悲劇的な誤診や見逃しを削減する可能性がある。日本語に基づいたAI診断支援システムを作成するためには、日本独自の研究が必要で、本研究はその基盤となる。