桥接40个EDGE-CALIFA星系的星系动力学与重子效率
计算与语言
2015-10-19 v1
摘要
目标：用于医疗自动编码的自然语言处理方法，或从电子健康记录自动生成医疗账单代码，通常独立分配每个代码。因此，它们可能将密切相关操作或诊断的代码分配给同一文档，即使这些代码在实践中并不倾向于共同出现，仅仅因为从临床叙述中推断正确选择可能很困难。材料与方法：我们提出一种方法，将代码共现倾向意识注入此过程。首先，训练一个模型来估计在已知另一代码已分配给同一文档的条件下，人类编码员分配某一代码的条件概率。然后，在运行时，使用迭代算法将该模型应用于现有统计自动编码器的输出，以修改代码的置信度分数。结果：我们将该方法与用于ICD-10手术代码的主要自动编码器结合测试，实现了相对于主要自动编码器基线12%的F值（F-score）相对提升。讨论：所提方法可利用适当特征，与任何生成具有不同置信度级别代码的自动编码器结合使用。结论：在ICD-10手术代码上获得的有前景的结果表明所提方法可能在自动编码中有更广泛的应用。
引用
@article{arxiv.1510.04734,
title = {A Method for Modeling Co-Occurrence Propensity of Clinical Codes with Application to ICD-10-PCS Auto-Coding},
author = {Michael Subotin and Anthony R. Davis},
journal= {arXiv preprint arXiv:1510.04734},
year = {2015}
}
备注
Submitted to Journal of the American Medical Informatics Association, 2015