MIMIC-III 与 MIMIC-IV 上的自动化医疗编码：批判性综述与可复现性研究

医疗编码是将医疗代码分配给临床自由文本文档的任务。医疗专业人员手动分配此类代码以追踪患者诊断和治疗。自动化医疗编码可显著减轻这一行政负担。在本文中，我们复现、比较并分析了最先进的自动化医疗编码机器学习模型。我们表明，若干模型由于弱配置、采样不佳的训练-测试划分以及不充分的评估而表现不佳。在先前工作中，宏 F1 分数（macro F1 score）的计算并非最优，而我们的修正使其翻倍。我们贡献了使用分层采样和相同实验设置（包括超参数和决策边界调优）的修订模型比较。我们分析预测错误以验证并证伪先前工作的假设。该分析证实所有模型都难以处理罕见代码，而长文档仅具有可忽略的影响。最后，我们使用复现的模型在 newly released 的 MIMIC-IV 数据集上呈现首个全面结果。我们发布我们的代码、模型参数以及新的 MIMIC-III 和 MIMIC-IV 训练和评估流程，以便未来公平的比较。