智能电子健康记录：从诊断码预测操作码
机器学习
2021-12-30 v1 机器学习
摘要
为向保险公司提交索赔，医生需在电子健康记录 (EHR) 中同时以诊断 (ICDs) 与所执行操作 (CPTs) 对一次患者接诊进行编码。识别并应用相关操作码是一项繁琐耗时的任务，因为医生须从约 13,000 个操作码中选择，且无预定义的逐一映射。本文中，我们提出一种最先进的深度学习方法，用于根据医生输入的诊断码 (ICDs) 自动且智能地编码操作 (CPTs)。确切地说，我们将该学习问题视为多标签分类问题，并使用分布式表示来学习高维稀疏 ICDs 码的输入映射。我们在 230 万条索赔上训练的最终模型能够超越现有的基于规则的概率与关联规则挖掘方法，并取得 90@3 的召回率。
引用
@article{arxiv.1712.00481,
title = {Intelligent EHRs: Predicting Procedure Codes From Diagnosis Codes},
author = {Hasham Ul Haq and Rameel Ahmad and Sibt Ul Hussain},
journal= {arXiv preprint arXiv:1712.00481},
year = {2021}
}
备注
Accepted poster at NIPS 2017 Workshop on Machine Learning for Health (https://ml4health.github.io/2017/)