利用章节级命名实体与注意力模型改进 ICD 编码
计算与语言
2024-07-25 v1 人工智能
摘要
近期自然语言处理（NLP）的进展推动了该领域在多个方面的自动化。然而，临床 NLP 常依赖反映真实场景不够准确的基准数据集。自动 ICD 编码作为一种关键 NLP 任务，通常使用已过时的不平衡数据集（如 MIMIC-III），现有方法因误报率较高，仅能获得 0.4 到 0.7 之间的微平均 F1 分数。我们的研究引入了改进版 ICD 编码方法，利用章节级命名实体和注意力模型提升 F1 分数。该方法将出院总结按 ICD-9 章节进行分类，并开发针对各章节数据的注意力模型，无需依赖外部数据即可完成编码识别。对于分类，采用第 IV 章进行去偏和加权，影响关键实体及权重，无需神经网络即可构建准确阈值，为人工验证提供可解释性。验证后，我们针对第 IV 章中三个常见代码和三个非常见代码开发注意力模型，使用带注意力机制的双向门控循环单元（GRU）和多头注意力 Transformer 架构。这些模型分别实现了 0.79 和 0.81 的平均微平均 F1 分数，显著提升了 ICD 编码的性能。
引用
@article{arxiv.2407.17230,
title = {Improving ICD coding using Chapter based Named Entities and Attentional Models},
author = {Abhijith R. Beeravolu and Mirjam Jonkman and Sami Azam and Friso De Boer},
journal= {arXiv preprint arXiv:2407.17230},
year = {2024}
}
备注
10 Pages