临床笔记和 ICD 编码的连续预测建模
计算与语言
2024-07-09 v2 机器学习
摘要
电子健康记录（EHR）作为患者信息的宝贵来源，提供了关于医疗历史、治疗和结果的见解。以往研究开发了用于检测在撰写给定 EHR 文档时应分配的适用 ICD 编码的系统，主要关注在医院住院结束时撰写的出院概述。在本研究中，我们研究了在患者住院期间的不同时间点预测这些编码的潜力，甚至在临床医生正式分配之前即可进行预测。开发预测诊断和治疗方法的工具可提前实现，从而为预测医学提供机会，例如更早识别疾病风险、建议治疗方案以及优化资源分配。我们的实验表明，关于最终 ICD 编码的预测可在入院后两天后进行，我们提出了一种改进该早期预测任务性能的自定义模型。
引用
@article{arxiv.2405.11622,
title = {Continuous Predictive Modeling of Clinical Notes and ICD Codes in Patient Health Records},
author = {Mireia Hernandez Caralt and Clarence Boon Liang Ng and Marek Rei},
journal= {arXiv preprint arXiv:2405.11622},
year = {2024}
}