通过使用语义相似性算法，考虑到并发症变异，本研究比较了 80 种已建立的算法在以 ICD 代码集为基础的语义相似性方面的表现，结果显示目前的语义相似性算法在考虑到并发症变异时表现良好，并且达到了与专家基本事实的相关性为 0.75 的最佳结果。

Aug, 2023

本文提出了一种新颖的 ICD 索引方法，采用多级深度扩张残余卷积编码器来聚合临床记录的信息，学习不同长度文本的文档表示；通过辅助医疗记录的医学知识，包括临床文本、临床编码术语和药物处方等，以更好地推断 ICD 代码；引入图卷积网络利用 ICD 代码的共现模式，提高标签表示质量。实验结果表明，所提出的方法在多项指标上达到了最先进的性能。

May, 2024

该论文描述了一种新颖的自动 ICD 编码方法，结合了先前相关工作的几个思想。我们特别采用一种强大的基于 Transformer 的文本编码模型，并针对冗长的临床叙述，探索了将基本编码模型调整为 Longformer，或者将文本分成块并独立处理的方法。编码器产生的表示与标签嵌入机制相结合，探索了多样的 ICD 编码同义词。通过使用 MIMIC-III 数据集的不同拆分进行实验，结果显示提出的方法在 ICD 编码方面优于当前最先进的模型，并且标签嵌入显著促成了良好的性能。该方法还导致适当校准的分类结果，可以有效地用于下游任务如数量化。

Feb, 2024

本文介绍了一种将自然语言处理应用于医学编码的方法，该方法限制了模型输入的范围并构建基于本地上下文的 ICD 代码和实体的上下文表示，并在此基础上进行文献级预测，这种方法在处理所有类型的 ICD 代码方面表现出优异的效果，包括在处理罕见和未见过的代码时也表现出色。

Aug, 2022

本文提出了一个基于 MIMIC-IV 公共电子病历数据集的 ICD 编码公共基准套件，使数据预处理标准化并建立全面的 ICD 编码基准数据集，加速未来研究中采用自动 ICD 编码的进展。

Apr, 2023

通过研究调查临床记录的半结构化性质，我们提出了一种自动算法将其分割为不同的部分。为了解决现有 ICD 编码模型在数据有限性方面的可变性问题，我们引入了对于部分使用基于树编辑距离的软多标签相似度度量的对比预训练方法。此外，我们设计了一个掩码部分训练策略，使 ICD 编码模型能够定位与 ICD 编码相关的部分。广泛的实验结果表明，我们提出的训练策略有效地提升了现有 ICD 编码方法的性能。

Oct, 2023

自动国际疾病分类（ICD）编码在从临床记录中提取相关信息以进行正确记录和计费方面起着关键作用。在提高自动 ICD 编码性能方面，建模 ICD 代码关系是其中最重要的方向之一。然而，当前方法不足以充分建模 ICD 代码之间的复杂关系，并经常忽视临床记录中的上下文重要性。本文提出了一种新颖的方法，即一个上下文化和灵活的框架，以增强 ICD 代码表示的学习。与现有方法不同，我们的方法采用了一种依赖学习范式，考虑临床记录的上下文来建模所有可能的代码关系。我们在六个公共 ICD 编码数据集上评估了我们的方法，实验结果证明了与现有基线方法相比我们方法的有效性。

Feb, 2024

本文介绍了一种用于 ICD 编码的多阶段 “检索和重排序” 框架，通过混合离散检索方法和对比学习，在一个简化的标签空间中使模型能够更准确地预测，实验结果显示该方法在 MIMIC-III 基准测试上达到了最先进的性能水平。

May, 2024

本研究通过适应具有标签语义的提示微调技术以及注入三种特定于医学领域的知识（层次结构、同义词和缩写）的预训练来解决自动 ICD 编码中的长尾挑战，并在 MIMIC-III-full 数据集上取得了 14.5％的性能提升，并且在 MIMIC-III-rare50 数据集的微调情况下提高了宏 F1 和微 F1。

Oct, 2022

本论文提出了一种基于多视角注意力的神经网络用于从临床文本中预测医疗代码，该方法通过融合临床文本语义上下文、标签（医疗代码）空间的关系以及每对临床文本和医疗代码之间的对齐来实现，经实验证明，在开源数据集上获得了优秀的性能表现。

May, 2023