深度学习如何从中文电子病历中检索漏写附加诊断以用于DRG
计算与语言
2023-03-30 v1 人工智能
摘要
漏写诊断检测旨在发现已从病历中明确诊断但在出院诊断中遗漏的疾病。与漏诊的定义不同，漏写诊断明确表现于病历中，无需进一步推理。漏写诊断是常见问题，常由医师疏忽引起。漏写诊断会导致病历诊断不完整。而在DRG分组下，漏写诊断会遗漏重要的附加诊断（CC、MCC），从而影响DRG入组的正确率。在各国普遍开始采用DRG入组和支付的背景下，漏写诊断是一个普遍且严重的问题。当前基于人工的方法因全病历内容复杂而成本高昂。我们认为该问题适合作为自然语言处理任务解决。但据我们所知，尚无研究者基于自然语言处理方法对此问题开展研究。我们提出了解决漏写诊断问题的框架，主要包括疾病召回模块、疾病上下文逻辑判断模块和疾病关系比较模块。通过该框架，我们验证了漏写诊断问题可被良好解决，且结果具有可解释性。同时，我们针对疾病上下文逻辑判断模块和疾病关系比较模块提出了改进方案，相较于同类问题的主流方法具有明显优势。最后，我们在某三级医院验证了所提框架在DRG医保支付下的价值。
引用
@article{arxiv.2303.16757,
title = {How can Deep Learning Retrieve the Write-Missing Additional Diagnosis from Chinese Electronic Medical Record For DRG},
author = {Shaohui Liu and Xien Liu and Ji Wu},
journal= {arXiv preprint arXiv:2303.16757},
year = {2023}
}