门诊部门的自动临床编码

计算机化临床编码方法旨在自动化为医疗记录分配一组代码的过程。虽然有活跃的研究推动住院患者临床编码的最先进水平，但医生治疗非住院患者的门诊环境却被忽视了。尽管这两种环境都可以形式化为多标签分类任务，但它们呈现出独特且不同的挑战，这就引发了一个问题：住院临床编码方法的成功是否能转化到门诊环境中。本文首次大规模调查了基于深度学习的最先进临床编码方法在医院规模的门诊环境中的表现效果。为此，我们收集了一个大型门诊数据集，包含超过 700 万份记录，涉及超过 50 万名患者。我们将四种最先进的临床编码方法适配到此环境，并评估其辅助编码员的潜力。我们发现证据表明，门诊环境中的临床编码可以从流行的住院编码基准的更多创新中受益。对促成成功的因素（数据的数量和形式以及文档表示的选择）的更深入分析揭示了易解示例的存在，这些示例的编码可以以低错误率完全自动化。