7月23日から27日まで、人工知能分野におけるインテリジェント情報検索に関する最も権威のある国際会議「第46回国際コンピュータ協会情報検索会議」（SIGIR 2023）が中国台湾省台北市で開催された。カンファレンスでは、選ばれた論文のリストと、Shenlan Technology Academyの多数の科学技術研究開発担当者が執筆した論文「MDKG: Graph-Based Medical Knowledge-Guided Dialogue Generation」（グラフベースの医療知識誘導対話生成）が発表された。会議に参加し、出版が承認されました。
ACM SIGIR (International ACM SIGIR Conference on Research and Development in Information Retrieval) は、Association for Computing Machinery (ACM) によって主催および後援されており、1971 年に設立され、中国コンピュータ連盟によって推奨されるクラス A の国際学術会議です ( CCF). 新しいシステム、技術、研究結果を探索するための国際的な場。今年の会議には世界中から合計 822 件の論文の投稿があり、そのうち 165 件の論文が採択され、採択率はわずか 20.1% でした。
Shenlan Academy of Sciences に掲載されている論文「MDKG: Graph-Based Medical Knowledge-Guided Dialogue Generation」（グラフベースの医療知識誘導対話生成）は、医療分野における対話の質問と回答の生成に関する調査です。これは、既存の医療対話システム（MDS）の最良の研究結果が更新されたことを示しており、医療知識マップの迅速な学習と改善を通じて新たな疾患の症状を推測する問診手法の出現により、AI医療技術の開発がさらに促進されるでしょう。
図 1 MDKG モデルのフレームワーク
Medical Dialogue System (MDS) は、患者と会話することによって、自己申告には存在しない他の症状を捕捉し、自動的に診断することを目的としています。診断プロセスを簡素化し、患者から情報を得るコストを削減できるだけでなく、生成される予備診断レポートは医師がより効果的な診断を下すのにも役立ちます。これは、ディープ・ブルー科学アカデミーの研究者らから広範な懸念を引き起こした。
既存の医療対話システム（MDS）は、人間の医師と同様に患者との対話を通じて診断する機能を備えていますが、その多くはシーケンスモデリングに基づいており、医学知識の自律的な学習を考慮していません。これにより、システムは限られた情報で病気のケースを誤診断しやすくなります。この問題を克服するために、Deep Blue は、医療対話生成 (MDG) のためのエンドツーエンドの対話システムである MDKG を提案しました。これは、医療知識グラフに依存してメタ知識グラフを迅速に学習および開発することで、新しい病気に適応するように特別に設計されています。疾患と症状の関係を抽出し、動的なグラフベースのメタ学習フレームワークを使用して、特定の知識グラフを進化させて疾患と症状の相関関係を推論する方法を学習します。このアプローチには医学的知識が組み込まれているため、広範な対話の必要性が軽減されます。
表 1 に示すように、Shenlan Technology は CMDD および Chunyu データセットに基づいて MKDG モデルを評価しました。関連するデータセットは、以前の同様の研究で広く使用されています。
表 1: Chunyu および CMDD データセットに関する詳細な定性的結果
この評価では、BLEU と Entity-F1 という 2 つの自動メトリクスを使用してメソッドのパフォーマンスを評価します。BLEU スコアは生成された応答の品質を評価するために使用され、Entity-F1 スコアはエンティティ予測タスクの成功率を測定するために使用されます。上記 2 つのデータセットで評価された結果によると、SLAKE ナレッジ グラフをフレームワークに統合すると、医療対話システム (MDS) のパフォーマンスが向上する可能性があります。
このデータは、DeepBlue Academy of Sciences が開発した MDKG モデルが、BLEU と Entity の自動測定に基づく評価で最高スコア記録を樹立したことを示しています。「Chunyu データセット」の BLEU および Entity 自動測定評価では、Shenlan Technology のソリューションのスコアは、元の最適ソリューションより 1.7 ポイントおよび 4.32 ポイント高く、CMDD データセットでは、スコアは元の最適ソリューションより 0.97 ポイントおよび 4.32 ポイント高かった。 3.42点。
図 2: MDKG モデルを使用した肝硬変診断のダイアログの例
本論文の研究成果は、医療対話システム（MDS）への応用に加え、将来的にはDeepBlue TechnologyのAI医療分野の他の製品への応用も期待されます。