面向自动化 ICD 编码的深度学习研究
计算与语言
2022-01-13 v3
摘要
国际疾病分类(ICD)是一套用于临床和管理目的、针对不同类型疾病与健康状况的权威医疗分类系统。考虑到基于总体诊断为患者每次入院分配正确编码的过程复杂且繁琐,我们提出了一种带注意力机制的层次化深度学习模型,可根据书面诊断自动分配 ICD 诊断编码。我们利用字符感知神经语言模型生成书面诊断描述和 ICD 编码的隐表示,并设计注意力机制以解决描述数量与对应编码数量不匹配的问题。实验结果显示了从诊断描述自动进行 ICD 编码的巨大潜力。我们的最佳模型分别取得了 0.53 的 F1 分数和 0.90 的受试者工作特征曲线下面积。该结果优于使用无字符感知编码方法或不含注意力机制的方法所得结果。这表明我们提出的深度学习模型能够以合理方式自动编码,并为计算机辅助 ICD 编码提供了框架。
引用
@article{arxiv.1711.04075,
title = {Towards Automated ICD Coding Using Deep Learning},
author = {Haoran Shi and Pengtao Xie and Zhiting Hu and Ming Zhang and Eric P. Xing},
journal= {arXiv preprint arXiv:1711.04075},
year = {2022}
}