We propose a semantic tagger that provides high level concept information for phrases based on several kinds of low level information about words in clinical narrative texts. It delineates such information from the statements written by doctors in patient records. The tagging, based on Hidden Markov Model (HMM), is performed on the text that have been tagged with Unified Medical Language System (UMLS), Part-of-Speech (POS), abbreviation tags, and numeric tags. It reuses UMLS, POS, abbreviation, clue words, and numerical information to produce higher level concept information. Our unknown phrase guessing method for a robust tagger also uses the existing information calculated in the training data. In short, the semantic tagger gives more meaningful and abstract information by integrating different kinds of low-level information. The result can be used to extract clinical knowledge that can support decision making or quality assurance of medical treatment.
경험이 중요한 의료 분야에서 의사에 의해 쓰여진 환자기록은 가치를 따질 수 없이 귀중한 정보이다. 만약 의사가 환자 기록으로부터 유용한 정보를 쉽게 찾을 수 있다면, 그 정보는 현재 환자의 문제를 다루고 치료하는 데에 이용될 수 있다. 즉, 의료 분야에서의 과거의 정보는 미래의 진료 방식을 결정하는 데 큰 역할을 하게 된다.
예를 들어, 만성적인 질병을 치료하는 경우, 그 동안 환자가 보여 온 증상 치료, 효과에 대한 과거의 기록은 의사들이 그 환자의 질병을 다루는 여러 가지 방법에 대해 더욱 잘 이해하도록 해 준다. 그 결과, 그 정보들은 그 다음 행해져야 할 치료에 대한 방향 결정에 도움을 주게 된다.
더욱이, 요즘에는 의료 상황을 컴퓨터로 기록 보관하는 병원이 늘고 있다. 이렇듯, 컴퓨터로 인식 가능한 형태의 문서의 증가는 광대한 양의 의료 정보를 언어학적으로 그리고 통계적으로 분석하여 이용할 수 있도록 해 준다. 상당한 양의 의료 문서에 내포되어 있는 지식이 자동적인 방법에 의해 추출, 이용될 수 있다.
본 논문에서는 의료 정보 추적 시스템에서 의료 임상 문서를 대상으로 고차원적인 개념의 시맨틱 태그를 다는 태깅 시스템에 관하여 서술한다. 본 시스템에서 태그는 '증상', '처방', '성능'과 같이 의료 문서의 각 구절(phrase)이 담고 있는 정보의 종류가 된다. 이러한 태그를 통해 추적 시스템은 의사들이 알고 싶어하는 과거 케이스의 검색을 할 수 있게 된다. 본 태깅 시스템은 시맨틱 태깅을 위해 기존의 어휘 및 의학 용어 자원과 Hidden Markov Model(HMM)[1]을 사용한다.
본 연구가 갖는 의의는 크게 두 가지로 요약할 수 있다. 실용적인 관점에서 볼 때 이 연구는 의사들이 과거의 환자 기록에 포함되어 있는 지식을 이용하여 그들의 간접 경험을 늘릴 수 있는 기회를 제공한다. 기술적인 관점에서, 본 시스템은 의료 임상 문서를 대상으로 syntactic level의 분석이나 단순히 단어의 종류에 대한 의미 정보를 제공하기보다 구절을 단위로 구절이 뜻하는 의학적 개념을 정보로서 제공하려는 시도를 한다. 또한, 본 시스템은 robust tagging을 위하여 학습셋 문서에 나타나지 않는 구절(unknown phrase)의 의미를 추측하는 방법을 제공한다.
