利用带句子目标的分层注意力网络识别急性呼吸窘迫综合征
计算与语言
2021-03-12 v1
摘要
急性呼吸窘迫综合征（ARDS）是一种危及生命的病症，常未被诊断或诊断延迟。ARDS 在 COVID-19 感染者中尤为突出。我们探索在自由文本胸部放射报告中自动识别 ARDS 指标与混杂因素。我们提出了一个新的胸部放射报告标注语料库，并引入了带句子目标的分层注意力网络（HANSO）文本分类框架。HANSO 利用细粒度标注提升文档分类性能。HANSO 可通过借助关系标注提取 ARDS 相关信息，即使标注片段含噪声也能保持高性能。以标注的胸部放射图像为金标准，HANSO 在胸部放射报告中识别 ARDS 指标双侧浸润的性能（F1 0.87）可与人工标注（F1 0.84）相媲美。该算法可帮助临床医生与研究人员更高效、更迅速地识别 ARDS，并有助于开发改善患者护理的新疗法。
引用
@article{arxiv.2103.06352,
title = {Identifying ARDS using the Hierarchical Attention Network with Sentence Objectives Framework},
author = {Kevin Lybarger and Linzee Mabrey and Matthew Thau and Pavan K. Bhatraju and Mark Wurfel and Meliha Yetisgen},
journal= {arXiv preprint arXiv:2103.06352},
year = {2021}
}