信息检索17-医疗检索

第17讲MedicalIR医疗信息检索2017/10/091提纲

MedicalIR简介

TRECCDS任务简介

常用CDS方法介绍

DNRMforCDS2提纲

MedicalIR简介

TRECCDS任务简介

常用CDS方法介绍

DNRMforCDS3MedicalIR简介有很多时候，为了更加准确地做出医疗决策，医生可能需要查阅一些相关的医疗文献。考虑到现有医疗文献的数量以及其增长的速度，快速而准确地定位所需要的医疗文献变得非常重要。MedicalIR的目标就是根据医生的信息需求（如电子病历），从海量医疗文献中找到尽可能多的相关文献。与一般的IR任务（如Web检索）相比，MedicalIR任务的查询和文档长度都相对长很多；MedicalIR任务的查询和文档都较多地包含医疗领域特定的词汇和概念。4提纲

MedicalIR简介

TRECCDS任务简介

常用CDS方法介绍

DNRMforCDS5TRECCDS任务目的：使医疗信息更加容易获取，以及让电子病历(EHR)的使用变得更加有意义。TRECClinicalDecisionSupport(CDS)2014&2015A给定电子病历(EHR)作为查询，参赛者需要返回相关的医疗文献以满足查询所包含的信息需求。查询分为如下三类，每类表示不同的需求类型:Diagnosis:：Whatisthepatient’sdiagnosis?Test：Whattestsshouldthepatient’sreceive?Treatment：Howshouldthepatientbetreated?

6TRECCDS任务文档集：从免费的在线医疗文献仓库PubMedCentral(PMC)获取，共733138篇文档，是PMC在2014.1.21的快照。查询：根据不同的需求类型分为三类(Diagnosis,Test,Treatment)，每个查询有如下两个：Description：比较完整的描述Summary：简化的描述，去掉了一些不相关的信息

7提纲

MedicalIR简介

TRECCDS任务简介常用CDS方法介绍

DNRMforCDS8常用CDS方法查询扩展：基于伪相关反馈基于外部资源：如MeSH、DBpedia以及UMLS，一般直接将扩展词/概念加入到查询中，或者给予扩展词/概念更高的权重基于Google检索结果：从排名靠前的(如前10篇)的标题、摘要或者文档提取扩展词/概念将查询类型(Diagnosis，Test，Treatment)作为扩展词加入查询Fusion：对多个检索模型的结果进行合并基于检索模型评分进行fusion基于排序进行fusion使用专门针对长文档的检索模型：如SPUD9常用CDS方法考虑查询类型信息：首先训练分类器(如对Diagnosis和非Diagnosis分类)，然后对初始检索结果进行分类，根据分类得分有一个排序，该排序可以与初始检索结果排序进行fusion。Re-ranking：基于learning-to-rank：用BM25、PL2和BB2等模型评分作为feature，用randomforest学习pointwise排序模型，或者用RankSVM学习pairwise排序模型，再用学习到的模型对初始检索结果重排基于position：根据位置信息为文档计算一个权重，并与初始评分求和，再对初始检索结果进行重排序引入语义信息：通过计算查询与文档之间的语义相似度评分，然后将该评分与初始检索评分进行插值，最后对初始检索结果进行重排10提纲

MedicalIR简介

TRECCDS任务简介

常用CDS方法介绍

DNRMforCDS11基于DNN的方法-DNRM考虑到查询包含的信息较少，

直接计算查询与文档之间的相似度不能达到很好的效果；现有的基于DNN的比较有效的检索模型都需要计算查询与文档的单词-单词相似度矩阵，计算复杂度较高；并且不考虑反馈信息，检索效