建模诊断标签相关性以实现自动ICD编码

给定电子健康记录（EHRs）中书写的临床笔记，预测诊断代码是一项困难的任务，其被形式化为多标签分类问题。庞大的标签集合、层级依赖关系以及数据不平衡使得该预测任务极为困难。大多数现有工作为每个标签独立构建二分类预测，忽略了标签之间的依赖关系。为解决此问题，我们提出一个两阶段框架，通过捕捉标签相关性来改进自动 ICD 编码。具体而言，我们训练一个标签集分布估计器，对基预测器生成的每个标签集候选的概率进行重打分。本文首次尝试将标签集分布的学习作为医学代码预测的重排序模块。在实验中，我们提出的框架能够在基准 MIMIC 数据集上改进最佳性能预测器。本项目的源代码可在 https://github.com/MiuLab/ICD-Correlation 获取。