面向可靠临床编码：语言模型的验证与轻量化适配
计算与语言
2025-10-10 v1
摘要
准确的临床编码对于医疗记录、账单和决策至关重要。虽然已有研究表明，现成的大语言模型在此任务上难以胜任，但基于完全匹配指标的评估往往忽视了预测编码在层次结构上接近但不正确的错误。我们的分析表明，这类层次级错位错误占到LLM失败的大部分比例。我们展示，轻量级干预（包括提示工程和小规模微调）可提升准确率，而无需搜索方法带来的计算开销。为消除层次结构相邻错位错误，本文将临床代码验证引入，既可作为独立任务，也可作为管道组件。为缓解现有数据集（如MIMIC）中证据不完整和住院偏见的局限性，我们发布了一个由专家双重标注的门诊临床笔记ICD-10编码基准。我们的结果表明，验证步骤在提高LLM-based医学编码方面是有效且可靠的。
引用
@article{arxiv.2510.07629,
title = {Toward Reliable Clinical Coding with Language Models: Verification and Lightweight Adaptation},
author = {Zhangdie Yuan and Han-Chin Shing and Mitch Strong and Chaitanya Shivade},
journal= {arXiv preprint arXiv:2510.07629},
year = {2025}
}