Managing Map Cardinality in Automatic Disease Classification Mapping: Balancing Precision, Recall and Coverage

技術要約：疾患分類におけるマップ・カーディナリティ（写像の濃度）の管理

問題提起
国際疾病分類（ICD）などの疾患分類システムの自動マッピングは、ヘルスケアデータの統合および縦断的分析において極めて重要である。しかし、既存の埋め込みベースの手法は主に一対一のマッピングに焦点を当てており、単一のソースコードが複数のターゲットコードに意味的に対応する複雑な一対多（one-to-many）のシナリオに対処できていない。カーディナリティを扱うための現在の選択戦略（具体的には閾値ベースおよびTop-K手法）は、適合率（precision）、再現率（recall）、およびマッピング・カバレッジ（少なくとも一つのマッピングを持つソースコードの割合）の間にある固有のトレードオフに苦しんでいる。

• 閾値ベースの手法は、再現率とカバレッジを犠牲にして適合率を優先する。高い閾値は低いカバレッジをもたらし、多くのソースコードがマッピングされないまま残される。
• Top-K手法は、高いカバレッジと再現率を保証するが、固定数のマッチングを強制するため、適合率を犠牲にする。これはしばしば、有効な一対一のマッピングに対して $K-1$ 個の偽陽性を導入するという問題を引き起こす。

これらの限界は、用語の専門家が過剰な偽陽性を精査するか、あるいはマッピングされていない大きなデータのギャップを手動でマッピングするかという、手動検証におけるボトルネックを生み出している。

手法
著者らは、エンティティ・レゾリューション（実体解像）のパイプラインに着想を得た、新しいブロッキング・アンド・マッチング・フレームワークを提案している。これは、異なるICDバージョン間（例：ICD-9-CM $\leftrightarrow$ ICD-10-CM および ICD-10-AM $\leftrightarrow$ ICD-11）の間のマッピングを自動的に生成するものである。このアプローチは、以下の2つの明確なステージで動作する。

1. ブロッキング・ステージ（候補生成）:
   すべてのペアを評価する代わりに、この手法は各ソースコードに対して削減されたターゲットコードの候補セットを生成する。著者らは、以下の組み合わせによるハイブリッド選択戦略を導入している。

   • Top-K選択: 埋め込み類似性に基づき、上位 $K$ 個のターゲットコードを抽出する。
   • 双方向マッピング拡張（BiMaps）: 両方向（ソース $\to$ ターゲットおよびターゲット $\to$ ソース）の一対一マッピングを構築し、それらを集計する。
     これら集合の和集合が「ブロック」となる候補集合を形成する。このハイブリッドアプローチは、再現率（真のマッチを保持すること）を最大化しつつ、大規模言語モデル（LLM）における「中間での消失（lost in the middle）」現象（過剰なコンテキストが性能を低下させる現象）を避けるためにブロックサイズを最小限に抑えることを目的としている。

2. マッチング・ステージ（LLMによる選択）:
   マッチング・タスクを**多肢選択問題（MCQ）**として再定式化する。各ソースコードとそのブロック内の候補に対し、大規模言語モデル（具体的には Qwen3-8B）に対し、意味的に等価なすべてのターゲットコードを特定するよう指示するプロンプトを構成する。従来のエンティティ・レゾリューションが単一のマッチを選択することが多いのに対し、このアプローチでは、LLMがゼロ、一つ、または複数のオプションを選択することを可能にし、これにより一対多のカーディナリティの課題に直接対処している。

主な貢献

1. 新規フレームワーク: 埋め込みベースの候補生成とLLM駆動の選択を統合した、ICDマッピングのためのブロッキング・アンド・マッチング・パイプラインの導入。
2. トレードオフの緩和: 選択ベースの手法に内在する精度・再現率・カバレッジのトレードオフに対処し、高い適合率を維持しながら同等の再現率と広範なマッピング・カバレッジを実現した。
3. ハイブリッド・ブロッキング戦略: 計算効率と有効な候補ペアの保持を両立させる、Top-K + BiMaps戦略の開発。
4. 実証的検証: 複数のICDバージョン間のペアおよび3つの特定の疾患章（消化器系、感染症/寄生虫、呼吸器系）にわたるバランスの取れた性能のデモンストレーション。

結果
本研究では、提案手法を4つのマッピング・タスクにおいて、ベースラインである閾値ベース（$\lambda=0.85$）およびTop-K（$K=5$）の手法と比較評価した。

• 適合率（Precision）: ブロッキング・アンド・マッチング・フレームワークは、ほぼすべてのタスクにおいて最高の適合率（0.47から0.71の範囲）を達成した。これは、Top-Kベースラインに対して2〜3.5倍、ほとんどのケースでBiMapsに対して5〜35パーセントポイントの向上を示している。
• 再現率（Recall）: 本フレームワークは、高再現率のBiMapsおよびTop-Kベースラインに匹常な、競争力のある再現率（0.53–0.85）を維持した。これは、無差別なTop-K選択に伴う適合率の低下を伴わずに達成された。
• カバレッジ（Coverage）: 本手法は、ほぼ完璧なマッピング・カバレッジ（MC $\ge$ 0.98）を達成し、ほぼすべてのソースコードが少なくとも一つの候補マッピングを受け取ることを保証した。これにより、閾値ベースの手法におけるカバレッジの制限を克服した。
• F1スコア: フレームワークは12のタスク中11のタスクで最高のF1スコア（0.53–0.77）を達成し、適合率と再現率の間の優れたバランスを実証した。

意義と主張
本論文は、提案されたフレームワークが、自動的な疾患分類マッピングのための堅牢なトレーニングフリー（学習不要）のソリューションを提供すると主張している。事前学習済みLLMに組み込まれた汎用的な医学知識をゼロショット・プロンプティングを通じて活用することで、本手法はタスク固有のファインチューニングやラベル付きのマッピング・データの必要性を回避している。

著者らは、LLMベースのアプローチが計算上のオーバーヘッド（例：評価対象のデータセットに対して約43時間）を導入するものの、これは、大規模な専門家チームと多額の資金を必要とする手動マッピングの労働集約的かつ時間のかかる性質と比較すれば、正当化される先行投資であると強調している。この手法は、特に（頻繁には起こらない）主要なICDバージョンの移行期において極めて重要であり、その際には高品質で再利用可能なマッピング・テーブルを作成することが不可欠である。本アプローチは、不適切な候補をフィルタリングすることで（高適合率）、有効なマッピングを見逃すことなく（高カバレッジ）、用語の専門家の手作業を効果的に軽減する。