PICO 元素檢測研究綜述

易紅

（四川大學(xué)計(jì)算機(jī)學(xué)院，成都610065）

0 引言

循證醫(yī)學(xué)（Evidence-based Medicine）是一種臨床實(shí)踐方法，通過主要證據(jù)（如隨機(jī)對照試驗(yàn)（RCT）的結(jié)果）為醫(yī)療決策、課題研究提供信息。醫(yī)生或相關(guān)從業(yè)人員在進(jìn)行循證醫(yī)學(xué)實(shí)踐時(shí)，需要有效地獲取這些證據(jù)的信息，檢索并分析與特定臨床主題相關(guān)的文獻(xiàn)。循證醫(yī)學(xué)從業(yè)者在判斷RCT 是否與給定問題相關(guān)時(shí)會(huì)使用特定的標(biāo)準(zhǔn)，通常為PICO 標(biāo)準(zhǔn)。而隨著醫(yī)療資料的海量增長，人工地根據(jù)PICO 標(biāo)準(zhǔn)從海量的醫(yī)學(xué)資料中篩選出合適的醫(yī)學(xué)文獻(xiàn)作為研究依據(jù)也越來越耗時(shí)耗力，想要精準(zhǔn)、快速地篩選、獲取合適的文獻(xiàn)更是尤其困難。因此，醫(yī)學(xué)文獻(xiàn)中PICO 元素檢測受到越來越多的重視。PICO 元素檢測是循證醫(yī)學(xué)領(lǐng)域一個(gè)重要且具有挑戰(zhàn)性的任務(wù)，目標(biāo)是從非結(jié)構(gòu)化文本（摘要或全文）中檢測出包含PICO 元素的句子或者短語，檢測出的這些信息可以以多種方式加以利用，例如，提高搜索性能，以結(jié)構(gòu)化方式查詢特定類別，幫助用戶更快速地根據(jù)特定的PICO 標(biāo)準(zhǔn)做出判斷。

1 PICO元素檢測的定義

在循證醫(yī)學(xué)中，精心設(shè)計(jì)的、結(jié)構(gòu)化的文檔和問題可以幫助醫(yī)生有效地收集合適的資源并找到最佳的醫(yī)學(xué)證據(jù)[1]。實(shí)際上，臨床研究和臨床問題總是明確或隱含地包含四個(gè)方面：對象/問題（Population/problem，P）、干預(yù)（Intervention，I）、比較（Comparison，C）和結(jié)果（Outcome，O）。利用這種結(jié)構(gòu)來幫助大型醫(yī)學(xué)引用數(shù)據(jù)庫中醫(yī)學(xué)證據(jù)的信息檢索（IR）是流行且有利的[2-4]。PICO元素檢測即是自動(dòng)檢測出醫(yī)學(xué)文摘中包含PICO 元素的句子或者短語，來幫助醫(yī)生或相關(guān)從業(yè)人員進(jìn)行醫(yī)學(xué)證據(jù)的檢索，以便為其擬議的研究自動(dòng)篩選出可能相關(guān)的文章。如例句1，P 元素為“middle-aged women suffering migraines”（患有偏頭痛的中年婦女），I 元素為“Botulinium toxin type A”（A 型肉毒桿菌毒素），C 元素為“placebo”（安慰劑），O 元素為“decreasing migraine frequency”（降低偏頭痛頻率）。

2 PICO元素檢測研究現(xiàn)狀

2.1 基于規(guī)則的方法

Demner 和Lin[5]在2007 年首次提出了PICO 元素檢測任務(wù)，并提出了一種使用人工制定的模式匹配規(guī)則和統(tǒng)計(jì)分類器的方法，來檢測醫(yī)學(xué)摘要中與PICO 元素相關(guān)的句子或短語?；趯y(tǒng)一醫(yī)學(xué)語言系統(tǒng)（UMLS）中領(lǐng)域的理解，該模式匹配規(guī)則使用了由MetaMap 標(biāo)記的生物醫(yī)學(xué)概念和SemRep 抽取的概念之間的關(guān)系。實(shí)驗(yàn)顯示該方法可以將相關(guān)的摘要放到較高的排名位置，幫助循證醫(yī)學(xué)從業(yè)者檢索出相關(guān)的文章作為醫(yī)學(xué)證據(jù)，檢索效果大大優(yōu)于PubMed 提供的基礎(chǔ)檢索。

2.2 基于機(jī)器學(xué)習(xí)的方法

基于規(guī)則的方法需要大量的人工操作，并且無法覆蓋所有的語言規(guī)則，存在耗時(shí)耗力、覆蓋率低的缺點(diǎn)。與基于規(guī)則的方法相比，基于機(jī)器學(xué)習(xí)的方法不需要人工構(gòu)造、更新大量的規(guī)則，因此，許多著名的機(jī)器學(xué)習(xí)技術(shù)被用于PICO 元素檢測任務(wù)。

首先，Hansen 等人[6]在2008 年提出了使用支持向量機(jī)（SVM）進(jìn)行監(jiān)督分類以提取試驗(yàn)參與者的數(shù)量，該方法著重于提取試驗(yàn)參與者的總數(shù)，使用了一個(gè)二分類器對摘要中的整數(shù)進(jìn)行分類，正類代表試驗(yàn)參與者人數(shù)，負(fù)類代表所有其他候選人數(shù)。該方法存在很大的局限性，只針對摘要中的試驗(yàn)參與者的總數(shù)進(jìn)行抽取。Boudin 等人[7]在2010 年利用統(tǒng)計(jì)特征（如句子的位置、句子長度、標(biāo)點(diǎn)符號(hào)的數(shù)量、句子中含有的數(shù)字的數(shù)量等）和基于知識(shí)的特征（如提示詞的數(shù)量、提示動(dòng)詞的數(shù)量、MeSH 語義類型等）將每個(gè)句子轉(zhuǎn)化為一個(gè)特征向量，在不同的分類器（如隨機(jī)森林（RF）、支持向量機(jī)（SVM）、樸素貝葉斯（NB）、多層感知機(jī)（MLP）等）上進(jìn)行了實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明MLP 優(yōu)于其他的分類器，且他們發(fā)現(xiàn)大多數(shù)重要信息都包含在每一節(jié)的第一句話中。

上訴工作都把PICO 元素檢測看成是多個(gè)二分類任務(wù)，使用單個(gè)分類器一次對一個(gè)類別進(jìn)行分類，為了檢測所有的PICO 元素，需要構(gòu)建和訓(xùn)練四個(gè)獨(dú)立的分類器，這是很低效的。此外，這種多個(gè)二分類的方法很難消除不同分類器對同一句子預(yù)測的標(biāo)簽的沖突。2011 年，Kim 等人[8]直接對EBM 感興趣的標(biāo)簽進(jìn)行了處理，將PICO 元素檢測看成多標(biāo)簽分類任務(wù)，而不是二分類任務(wù)，并將與PICO 元素?zé)o關(guān)的句子標(biāo)記為other，解決了多個(gè)二分類的限制。他們利用詞匯、語義、結(jié)構(gòu)、順序等信息，使用條件隨機(jī)場（CRF）進(jìn)行多分類的PICO 元素檢測。其中，詞匯特征包括詞袋、二元詞組等；語義特征，使用統(tǒng)一醫(yī)學(xué)語言系統(tǒng)（UNLS）的元詞表中提供的一系列本體，用來捕捉醫(yī)學(xué)術(shù)語之間的語義關(guān)系；結(jié)構(gòu)特征為句子在摘要中的位置（絕對位置或相對位置）；序列特征：利用文本中不同句子之間的依賴關(guān)系，特定部分（如，背景）的句子通常連續(xù)出現(xiàn)，在判斷當(dāng)前句子的類別時(shí)，可分析摘要中前句的類別來進(jìn)行推斷。之后，Dympna 等人[9]在2013 年利用醫(yī)學(xué)摘要中嵌入的結(jié)構(gòu)信息對數(shù)據(jù)集進(jìn)行了擴(kuò)展。他們發(fā)現(xiàn)一些作者在編寫摘要時(shí)，明確地標(biāo)出了一些特定的小標(biāo)題，如“patient”（患者）、“sample”（樣本）、“outcomes”（結(jié)果）等，這些特定的小標(biāo)題可以用來定位對應(yīng)的PICO 元素句子。因此，成千上萬個(gè)來自PubMed 數(shù)據(jù)庫的包含了PICO 元素的摘要可以被自動(dòng)地處理為一個(gè)注釋良好的數(shù)據(jù)集，能夠?qū)?shù)據(jù)集的大小增加兩個(gè)數(shù)量級(jí)。使用這樣大規(guī)模數(shù)據(jù)集能夠訓(xùn)練出更好的模型，模型的泛化能力也能有進(jìn)一步地提升。

以上所有的模型都嚴(yán)重依賴于人工設(shè)計(jì)的特征，包括詞匯特征，如詞袋（BOW）、提示詞、提示動(dòng)詞；語義特征，如詞性（POS）、命名實(shí)體（NE）；結(jié)構(gòu)特征，如句子的相對位置或絕對位置；以及序列特征，如每個(gè)類別的相對位置。

2.3 基于神經(jīng)網(wǎng)絡(luò)的方法

基于規(guī)則和機(jī)器學(xué)習(xí)的方法都只是在句子的詞匯特征或者淺層的語義特征進(jìn)行分析和提取，沒有捕獲到句子深層的語義信息，導(dǎo)致PICO 元素檢測任務(wù)的效果不是很理想。神經(jīng)網(wǎng)絡(luò)模型由于其自動(dòng)學(xué)習(xí)特征、擅于捕捉深層語義信息的優(yōu)勢，越來越多的研究人員使用神經(jīng)網(wǎng)絡(luò)模型來解決PICO 元素檢測問題。

Dernoncourt 等人[10]在2016 年提出了基于深度人工神經(jīng)網(wǎng)絡(luò)架構(gòu)的模型，實(shí)驗(yàn)證明利用長短期記憶神經(jīng)網(wǎng)絡(luò)（LSTM）可以進(jìn)一步提高性能，并消除人工篩選特征的需求。隨后，Di Jin 等人[11]在2018 年首次利用深度神經(jīng)網(wǎng)絡(luò)的方法（雙向長短期記憶神經(jīng)網(wǎng)絡(luò)，BiLSTM）解決PICO 元素檢測問題，該模型首先使用BiLSTM 獲取句子中每個(gè)詞的隱藏表達(dá)，然后利用注意力機(jī)制計(jì)算每個(gè)詞的權(quán)重，加權(quán)求和獲取到每個(gè)句子的表示向量，然后整個(gè)摘要中的所有句子的表示向量輸入到序列優(yōu)化層（即條件隨機(jī)場，CRF）中，對整個(gè)摘要進(jìn)行序列標(biāo)注，優(yōu)化整個(gè)標(biāo)簽序列。該模型稱為“BiLSTM+CRF”架構(gòu)，取得了很大的進(jìn)展。2019 年，Di Jin 等人[12]在2018 年的模型上進(jìn)行了兩點(diǎn)改進(jìn)。首先，他們認(rèn)為應(yīng)該把PICO 元素檢測看成一個(gè)連續(xù)的句子分類問題，可以利用周圍句子的上下文信息來推斷當(dāng)前句子的標(biāo)簽。因此，基于先前的“BiLSTM+CRF”架構(gòu)，他們將另一層bi-LSTM 疊加在句子表示向量上，以聚合周圍句子的特征，使得輸出的句子的隱藏狀態(tài)向量不僅攜帶當(dāng)前句子的信息，還包含相鄰句子的信息。其次，他們認(rèn)為深度學(xué)習(xí)模型在較小規(guī)模的數(shù)據(jù)集上容易出現(xiàn)過度擬合的情況，導(dǎo)致訓(xùn)練數(shù)據(jù)較小時(shí)，與淺層機(jī)器學(xué)習(xí)模型相比，深度學(xué)習(xí)模型對PICO 元素檢測的性能不理想。為了解決這個(gè)問題，他們采用了兩種策略來增強(qiáng)模型的泛化能力。一種是使用對抗和虛擬對抗訓(xùn)練對模型進(jìn)行正則化穩(wěn)定分類器的性能，從而提高模型的泛化能力；另一種是先使用大規(guī)模生物醫(yī)學(xué)文獻(xiàn)語料庫對語言模型進(jìn)行預(yù)訓(xùn)練，然后在目標(biāo)數(shù)據(jù)集進(jìn)行微調(diào)，即利用遷移學(xué)習(xí)方法提高模型的泛化能力。實(shí)驗(yàn)證明兩種策略都能進(jìn)一步提高PICO元素檢測性能。

3 結(jié)語

本文對PICO 元素檢測的研究進(jìn)展進(jìn)行了介紹，簡單介紹了PICO 元素檢測任務(wù)的具體內(nèi)容，重點(diǎn)介紹了解決PICO 元素檢測問題的三大主要方法，分析了這幾類方法的改進(jìn)思想。PICO 元素檢測可以運(yùn)用到許多下游的醫(yī)學(xué)任務(wù)中去，如：醫(yī)療方案制定、系統(tǒng)性分析、醫(yī)學(xué)文獻(xiàn)的信息檢索等，具有極高的研究價(jià)值和應(yīng)用價(jià)值。PICO 元素檢測是循證醫(yī)學(xué)領(lǐng)域一個(gè)重要的研究方向，隨著深度學(xué)習(xí)的發(fā)展，近年來越來越多的研究者嘗試將深度學(xué)習(xí)的各種模型和方法應(yīng)用到PICO 元素檢測任務(wù)中，并取得了較好的成效。但目前對于PICO 元素檢測的效果仍然有一定的提升空間，還需要更進(jìn)一步的研究和改進(jìn)。