HieNet：用于自动化 ICD 编码的双向层次框架
人工智能
2022-12-12 v1
摘要
国际疾病分类(ICD)是一套用于医疗记录的分类代码集。自动化 ICD 编码将唯一的国际疾病分类代码分配给每条医疗记录，因其高效且避免易错性而近年被广泛使用。然而，异质性、标签不平衡以及 ICD 代码间复杂关系等挑战依然存在。本工作中，我们提出一种新颖的双向层次框架(HieNet)以应对这些挑战。具体而言，我们开发了个性化 PageRank 流程以捕捉代码间关联，设计了双向层次段落编码器以捕捉代码的层次化表示，并进而提出渐进式预测方法以缩小预测的语义搜索空间。我们在两个广泛使用的数据集上验证了方法。在两个权威公开数据集上的实验结果表明，我们所提方法大幅提升了最先进(SOTA)性能。
引用
@article{arxiv.2212.04891,
title = {HieNet: Bidirectional Hierarchy Framework for Automated ICD Coding},
author = {Shi Wang and Daniel Tang and Luchen Zhang and Huilin Li and Ding Han},
journal= {arXiv preprint arXiv:2212.04891},
year = {2022}
}