自动化临床编码：是什么、为何做、以及我们所处的阶段？
计算与语言
2022-10-11 v3 人工智能
摘要
临床编码是将患者健康记录中的医疗信息转换为结构化编码的任务，以便用于统计分析。这是一项认知性强且耗时的任务，遵循标准流程以实现高度一致性。临床编码有可能由自动化系统提供支持，以提高该流程的效率与准确性。我们基于文献、过去两年半（2019年末至2022年初）的项目经验，以及与苏格兰和英国临床编码专家的探讨，介绍了自动化临床编码的理念，并从人工智能(AI)与自然语言处理(NLP)的角度总结了其挑战。我们的研究揭示了当前基于深度学习的临床编码方法与实际应用中对可解释性和一致性的需求之间的差距。表示并推理任务标准且可解释流程的基于知识的方法，可能需要被整合进基于深度学习的临床编码方法中。尽管存在技术与组织上的挑战，自动化临床编码对 AI 而言是一项有前景的任务。编码人员需要参与到开发过程中。在未来五年及更长时间里，开发和部署基于 AI 的自动化系统以支持编码仍有许多工作有待完成。
引用
@article{arxiv.2203.11092,
title = {Automated Clinical Coding: What, Why, and Where We Are?},
author = {Hang Dong and Matúš Falis and William Whiteley and Beatrice Alex and Joshua Matterson and Shaoxiong Ji and Jiaoyan Chen and Honghan Wu},
journal= {arXiv preprint arXiv:2203.11092},
year = {2022}
}
备注
accepted for npj Digital Medicine