大型语言模型在医学编码中的表现：借助工具的优势

本研究提出了一种新型两阶段检索-排序系统，用于自动化 ICD-10-CM 医学编码， 并对其性能进行了与纯粹大型语言模型（LLM）方法的比较。评估显示，检索-排序系统在100个单项医学条件的数据集上实现了100%的准确率，显著优于使用 GPT-3.5-turbo 的纯粹 LLM（仅达6%）。我们的分析表明，检索-排序系统在处理不同医学专科中的各种医学术语方面具有更高的精度。尽管这些结果令人鼓舞，但我们也认识到使用简化输入以及在更复杂、更真实的医学病例上的进一步测试的局限性。该研究为提高医学编码的效率和准确性贡献了力量，强调了检索方法的重要性。