使用推理模型进行 ICD-9 编码的健康社会决定因素预测
机器学习
2026-01-16 v1 计算与语言
计算机与社会
摘要
健康社会决定因素 (SDoH) 与患者预后相关，但很少在结构化数据中被捕获。近期，人们开始关注从临床文本中自动提取这些标记，以用患者的社会环境知识补充诊断系统。大型语言模型在从句子中识别健康社会决定因素标签方面表现出强大的性能。然而，由于存在长距离依赖关系，在大型入院记录或纵向笔记中进行预测具有挑战性。在本文中，我们使用推理模型和传统大型语言模型，在 MIMIC-III 数据集上探索了医院入院记录的多标签健康社会决定因素 ICD-9 编码分类。我们利用现有的 ICD-9 编码进行入院记录预测，取得了 89% 的 F1 分数。我们的贡献包括我们的发现、139 份入院记录中缺失的 SDoH 编码，以及用于复现结果代码。
引用
@article{arxiv.2601.09709,
title = {Social Determinants of Health Prediction for ICD-9 Code with Reasoning Models},
author = {Sharim Khan and Paul Landes and Adam Cross and Jimeng Sun},
journal= {arXiv preprint arXiv:2601.09709},
year = {2026}
}
备注
Published as part of Machine Learning for Health (ML4H) 2025 Findings Track