【医学大模型】Text2MDT ：从医学指南中，构建医学决策树

 

---

提出背景

论文：https://arxiv.org/pdf/2401.02034.pdf

代码：https://github.com/michael-wzhu/text2dt

 

假设我们有一本医学指南，其中包含关于诊断和治疗某种疾病的指导。

首先，通过标准化和结构化的方法，我们定义出哪些文本片段表示条件判断（例如，病人年龄超过60岁），哪些表示决策（例如，使用药物A治疗）。

然后，使用构建的Text2MDT基准数据集训练NLP模型，使其能够从类似的医学文本中自动识别和提取这些条件判断和决策。

最终，通过应用预训练模型和特定的算法流程，从文本中抽取出的信息被转化成一个结构化的MDT，明确显示了从条件判断到最终决策的完整路径。

这张图展示的是一个医学决策树（MDT），用于辅助医学决策过程。

是根据某个癫痫临床指南中的内容构建的。

决策树的每个节点代表一个临床决策点，其中包含条件（橙色菱形）和决策节点（蓝色矩形）。

图决策树是这样的：

1. 最顶部的框包含了一个临床指南建议：对于普通强直-阵挛发作的患者，首选药物是丙戊酸（Valproic acid）。如果丙戊酸不适合，可以使用拉莫三嗪（Lamotrigine）或苯巴比妥（Phenobarbital）。如果患者还有肌阵挛发作或疑似有儿童肌阵挛发作，则不适合使用拉莫三嗪。

2. 在决策树的左侧，如果患者对丙戊酸适应（“Yes”），则继续向下走，如果不适应（“No”），则考虑其他药物。

3. 在左侧分支中，如果患者对丙戊酸适应且有其他指定条件（在图中以"null"表示），则选择使用丙戊酸。

4. 在右侧分支中，首先判断患者是否有肌阵挛发作，如果没有（“No”），则选择使用苯巴比妥；如果有（“Yes”），则进一步判断是否是儿童肌阵挛发作，是的话（“Yes”），避免使用拉莫三嗪，否则（“No”），使用苯巴比妥或拉莫三嗪。

这种决策树是临床决策支持系统中的一个工具，可以帮助医生根据患者具体情况作出更加精确的药物选择。英文翻译已在图中的括号中提供。

 

Text2MDT 逻辑

问题：如何从非结构化的医学文本中提取结构化的知识，并构建医学决策树（MDTs）。

解法：Text2MDT 逻辑（从文本到医学决策树的自动化提取）

文本输入: 表示任务的起始点，输入的是医学文本。

三元组提取: 从文本中提取出主体、关系、客体组成的三元组信息。

节点分组: 根据三元组和逻辑关系（如AND、OR）将提取的信息分组到不同的节点。

树组装: 将节点按照逻辑关系组装成一个完整的决策树。

 

特征1 (节点角色识别)：识别决策树中的节点角色，区分条件节点（表示为菱形）和决策节点（表示为矩形）。

首先，我们识别出文本中描述病人状态的部分，这将构成条件节点；然后识别出治疗方案的部分，这将构成决策节点。

为什么需要节点角色识别？

因为医学决策树需要区分条件和决策，这是逻辑流程中的关键部分。

特征2 (三元组提取)：从医学文本中提取三元组，每个三元组由主体（sub）、关系（rel）、客体（obj）组成，用于描述医学内容。

从这些部分中提取三元组。例如，如果文本说“如果患者对药物A过敏，使用药物B”，我们将提取三元组（患者，对…过敏，药物A）和（使用，药物，药物B）。

为什么需要三元组提取？

因为决策树的每个节点都基于一组特定的医学事实，这些事实最好以结构化的数据表示，例如三元组。

特征3 (逻辑关系理解)：确定节点内三元组之间的逻辑关系，可能是AND、OR或NULL（不存在明确关系）。

确定三元组之间的逻辑关系。在这个例子中，因为药物B的使用取决于对药物A的过敏反应，我们可能会标记这个关系为条件关系（IF-THEN）。

为什么需要理解逻辑关系？

因为医学决策是基于一系列逻辑关系，正确理解这些关系对于构建准确的决策树至关重要。

特征4 (条件判断映射)：将条件节点中的条件判断映射到决策树的分支逻辑，即根据条件判断结果是"Yes"或"No"决定接下来的路径。

在决策树中，如果条件判断为“Yes”，我们会向左移动到决策树的下一个节点；如果为“No”，则向右。

为什么需要条件判断映射？

因为决策树的路径取决于条件判断的结果，映射这些结果对于树的结构和最终的决策路径至关重要。

特征5 (决策序列生成)：生成节点的预定序列来唯一表示医学决策树。

确定节点的预定序列。

根据前面的条件和决策，我们可以构建一个节点序列，从而生成整个决策树。

为什么需要生成决策序列？

因为最终的目标是生成一个可以代表医学决策过程的结构化决策树，而这需要所有节点和路径按特定顺序排列。
 

Text2MDT 实现

Text2MDT 实现 = 特征1 + 特征2 + 特征3 + 特征4 + 特征5

特征1：预训练语言模型的应用

• 描述：利用像BERT这样的预训练语言模型（PLMs）来处理医学NLP任务。

特征2：信息提取技术的发展

• 描述：应用不同的模型架构，如Seq2Seq生成模型，来处理不同的细粒度信息提取任务。

特征3：医学信息提取的特殊性

• 描述：考虑医学领域中不连续或嵌套实体的复杂性，以及条件三元组的概念。

特征4：Text2Tree任务的历史和应用

• 描述：从给定文本中提取树结构的NLP任务，如句法分析和语义分析。

特征5：模型架构的趋势

• 描述：从专门的模型过渡到更统一的模型架构，比如利用预训练的编码器模型来提高Text2Tree任务的性能。

 

例如，在处理一篇关于糖尿病治疗的论文时，模型首先识别出治疗方案、药物剂量和患者条件等实体。

然后，它使用Seq2Seq模型来理解这些实体如何在不同条件下相互作用，比如哪些药物是在餐前使用，哪些是餐后使用。

再接着，模型识别出特定的医学条件三元组，例如，某种药物可能只适用于2型糖尿病患者。

最后，所有这些信息被整合成一个决策树，其中每个节点根据患者的具体情况指导特定的医疗行为。

例如，根节点可能是“患者是否有心脏疾病的病史”，如果答案是肯定的，那么下一个节点可能是“是否应该减少某种药物的剂量”。

而如果答案是否定的，下一个节点可能是“是否可以使用标准剂量”。

这个统一的模型框架可以自动化地从医学文本中提取这些决策点，并构建成一个有助于医生和病人理解和遵循的决策树。

通过这种方式，Text2MDT任务可以帮助将大量的非结构化医学知识转化为结构化的、可操作的决策支持工具。

 

---

框架

Text2MDT任务的模型化方法被拆解为两个主要框架：

• 管道化（pipelined）框架
• 端到端（end-to-end）框架

由于没有现有的神经网络方法能直接处理这个新颖的任务，作者提出了两种方法群体：

• (a) 管道化方法：将Text2MDT任务分解为三个子任务，并利用现有的方法来完成这些子任务。

• (b) 端到端方法：这是一个具有挑战性的方法，不能由基于编码器的模型处理。研究中利用了最新的开源大型语言模型（LLM）和思路链提示方法（chain-of-thought prompting）来应对端到端方法。

管道化框架

管道化框架将Text2MDT任务分为三个主要步骤：

1. 三元组提取:

   • 使用统一的三元组提取模型（TEModel）从医学文本中提取代表决策或条件的三元组。
   • 三元组由实体对和它们之间的关系组成，关系类型由之前提到的表格定义。

2. 节点分组:

   • 将提取出的三元组根据逻辑关系分组成不同的节点，这些节点将成为MDT的主要组成部分。
   • 使用节点分组双仿射模型（NG-Biaffine）来实现这一步骤。

3. 树组装:

   • 组装节点以构建医学决策树，涉及为每个节点分配角色（条件或决策）以及确定节点间的连接。
   • 树组装也可以看作是实体类型分类和关系提取的联合任务。

端到端框架

端到端框架考虑使用生成性语言模型来一次性完成整个Text2MDT任务。这种方法的关键特点包括：

1. 直接生成:

   • 询问语言模型（LM）直接根据文本输入生成整个MDT。

2. COT风格生成:

   • 鉴于任务的复杂性，考虑了不同的COT风格提示和响应，例如：
     • COT-Generation-1: 按照管道框架的步骤，让LM首先生成三元组，然后进行节点分组，最后组装树。
     • COT-Generation-2: 将任务分解为更细粒度的子任务，如先生成实体，然后三元组，接着节点分配和角色，最后整个树。
     • COT-Generation-3: 要求LM首先提取三元组，然后生成整个MDT。
     • COT-Generation-4: 进一步分解三元组提取子任务，让LM先提取实体，然后生成三元组，最后生成整个MDT。

管道化框架通过逐步处理每个任务的子部分，逐渐建立起决策树的结构。

而端到端框架则利用生成性语言模型的能力，一次性或通过COT风格的逐步推理生成完整的决策树。

这两种框架各有优势：管道化框架的模块化设计使问题变得更容易管理和优化，而端到端框架更直接和效率高，但需要更复杂的数据处理和训练过程。

 

效果

Ground Truth（实际情况）、Prediction（预测）：

临床指南提及患有鼻咽炎的患者通常会使用的药物，包括治疗鼻塞、发烧时常用的药物，如布洛芬、对乙酰氨基酚等。

• Ground Truth中提及了正确的药物和情况，包括使用药物治疗鼻塞的情况。
• Prediction部分出现错误，它没有预测出应使用的药物，比如未能预测布洛芬和对乙酰氨基酚。

临床指南提及对于低钠血症且年龄超过65岁的男性患者，不建议使用去氨加压素。

• Ground Truth正确识别了患者的基本情况以及不应该使用去氨加压素的指南。
• Prediction部分未能正确预测不应使用去氨加压素，而是错误地将其作为治疗药物。

目前系统的局限性包括：

• 节点的逻辑表达受限，仅限于“和”和“或”逻辑关系，而在更复杂的情况下，可能需要多种逻辑关系的组合。
• 树的表现力有限，当前的决策树在达到一个决策点后就终止，但实际场景应该是一个连续判断和决策的过程。
• 文本长度有限，当前方法仅旨在提取一个段落的医学文本，而实际上，医学知识可能需要基于多个部分或章节。

COT-Generation-3 尽管是一个有前途的方法，但它在三元组提取阶段仍有提升空间，特别是在处理复杂的医学知识时。

• COT-Generation-3可能是一个特定版本的Chain of Thought生成模型，而Text2MDT是它试图解决的任务。

该研究表明，虽然Text2MDT模型在处理某些任务上取得了进展，但还存在局限性和改进空间。

未来的工作将需要解决逻辑表达的多样性、决策树的连续性以及处理更长文本的能力，以便更准确地从复杂医学文本中提取MDT。