자연어처리기법을 이용한 병리보고서로부터의 바이오마커 정보 추출

Abstract

병리진단은 검체에 대한 바이오마커 시험 결과를 바탕으로 이루어지므로, 질환별 바이오마커의 양성률 양상 데이터 확보는 근거중심의학의 질 향상에 기여할 수 있다. 현재 이러한 정보를 얻기 위해서는 출판된 문헌 자료를 직접 분석하여야 신뢰도 있는 자료를 얻을 수 있기 때문에, 대량의 데이터를 기반으로 한 양성률을 파악하기가 어려운 실정이다. 따라서 본 논문은 대량의 병리보고서로부터 질환별 바이오마커 양성률 정보를 분석하기 위한 기반 기술로써, 면역화학검사보고서로부터 바이오마커 정보를 추출하는 방법에 관해 기술한다. 본 연구는 면역화학검사보고서를 입력으로 받아 바이오마커의 대표표현형과 그에 해당하는 결과 정보를 구조화하여 출력하는 시스템 개발을 목표로 한다. 이를 위해, 본 시스템은 사전에 정의한 병리보고서 작성 문법을 바탕으로 구문 분석을 수행하여 중간 구조화 데이터를 얻는다. 그다음, 바이오마커 정규화기를 통해 다양한 표현으로 기술된 바이오마커를 시스템 대표표현형으로 변환하여 최종 바이오마커 정보를 생성한다. 특히, 단순 사전 검색을 이용한 대표표현형으로의 변환은 오타가 포함된 바이오마커명에 대한 인식 및 수정을 할 수 없다는 문제점을 해결하기 위해, 후보생성 과정과 대표표현형 선정 과정을 거쳐 오타 검정(檢正)이 가능한 정규화를 시도한다. 후보생성 모듈은 병리 보고서의 특성을 고려한 규칙기반 후보생성, UMLS(Unified Medical Language System) 데이터베이스 검색을 통한 후보생성, 유사 문자열 검색을 통한 후보생성 과정을 통해 후보 대표표현형을 생성한다. 대표표현형 선정 모듈은 동일 조직에 같이 검사된 바이오마커 집합을 문맥정보로 주었을 때 해당 대표표현형 후보가 함께 사용될 조건부 확률과 문자열 유사도를 후보 적합성 측정 기준으로 이용하여 최종 시스템 대표표현형을 결정한다. 시스템 성능평가를 위해 서울대학교병원에서 2012년도에 생성한 면역화학검사보고서 8,566건에 대해 시스템을 실행해 본 결과, 바이오마커 정규화기의 바이오마커 표현단위 정확도가 0.9039, 바이오마커 빈도수단위 정확도는 0.9825로 높은 성능을 기록하였다.