通过结构化外部知识增强 LLM 医学编码
计算与语言
2026-05-29 v2 人工智能
信息检索
摘要
准确的医学编码需要查阅权威资源，如 ICD 表格列表和编码指南。现有的 LLM-based 自动方法主要依赖 LLM 的内部知识，这容易导致幻觉，且无法跟上指南更新。我们引入 RAG-Coding，一种基于 LLM 的方法，通过结构化外部知识来增强 LLM：将表格列表编码为捕获层次结构和指令代码关系的知识图；将指南提炼为简洁的、针对代码的摘要，而非以原始文本形式检索。为支持本研究，我们还引入 MDACE-2025，对 MDACE 数据集进行专家重新标注，纳入 2025 年 ICD-10-CM/PCS 指南下的代码排序和依据注释。在 MDACE 上，RAG-Coding 在五个 LLM 主干模型上均以 3-13% 的 micro-F1 优势超越最佳 LLM-based baseline，并在 micro- 和 macro-F1 上实现与监督式最先进方法相当的表现，召回率提升 11%（以牺牲精度 6% 为代价）。在 MDACE-2025 上，RAG-Coding 在所有 baseline 上均取得优异表现，证明其有效地适应了更新后的指南。消融实验确认了各步骤的提升，突显了集成结构化外部知识对 LLM-based 医学编码的重要性。
关键词
引用
@article{arxiv.2605.27377,
title = {Enhancing LLM Medical Coding with Structured External Knowledge},
author = {Yidong Gan and David D. Nguyen and Yang Lin and Peter Zhong and Thanh Vu and Long Duong and Yuan-Fang Li},
journal= {arXiv preprint arXiv:2605.27377},
year = {2026}
}