Jul, 2023

大规模自动编码: 设计和部署一个全国性系统，用于在智利公共医疗保健系统中规范化转诊

HTML
PDF
TL;DR提出了一种基于 NER 模型和基于 Elasticsearch 的搜索引擎系统的两步自动化疾病编码系统，用于识别临床文档中的疾病和自动分配代表它们的疾病代码。该系统在针对智利公共医疗保健系统的转诊进行手动编码的实验中取得了较高的评分，可以作为卫生专业人员的支持工具，优化编码和管理过程。
发现论文，激发创造
  • 使用出院总结的自动ICD编码和分类系统的系统性文献综述

    该研究系统地回顾了2010年至2020年间使用自然语言处理、机器学习和深度学习等方法来帮助医生更准确、高效地对患者病历进行编码的研究，其中共筛选出38篇符合条件的文献，并提出了未来的研究方向。

    Jul, 2021

  • 基于医生参与的可扩展工作流程，构建机器学习分类器以识别特定疾病患者

    该论文提出了一种可扩展的工作流程，在利用包括NLP、AutoML和Clinician-in-the-Loop机制在内的技术，从EHR的结构化和非结构化的文本记录中构建机器学习分类器来评估患者。在MIMIC-III数据集上进行的案例研究表明，该提议的工作流程在识别患有卵巢癌、肺癌、癌症恶病质和狼疮性肾炎等疾病的病人方面表现出更高的分类性能，并且可以发现更多的由编码问题所引起的未编码患者。

    May, 2022

  • GrabQC: 基于图的查询语境化技术实现自动ICD编码

    研究提出了一个基于图嵌入神经网络的方法自动构建与临床文本有关的查询，并在外部信息检索系统中获取ICD编码，通过实验表明该方法的有效性。

    Jul, 2022

  • 利用现成大型语言模型进行自动临床编码

    利用大型预训练生成语言模型开发出零样本和少样本编码分配的实用解决方案，通过信息提取，利用ICD本体论和专业临床编码任务描述，检索相关提及，并利用GPT-4在第二阶段进行元细化，实现了自动ICD编码的方法，无需任务特定的学习，而在更稀缺的类别上达到了最优的性能。

    Oct, 2023

  • 探索医院门诊信件中自由文本诊断的手工和自动编码的一致性、质量和挑战

    评估人工及自动化临床编码的质量和一致性，对于改进直接护理、支持临床沟通和促进临床研究至关重要。比较人工和计算机生成的编码与标准值，结果表明人工稍微优于自动化编码，但二者在仅包含一个诊断的自由文本描述中表现更好。

    Nov, 2023

  • 基于检索增强生成的大型语言模型在零样本疾病表型分类中的应用

    通过使用零射击的基于大型语言模型的方法，结合检索增强生成和MapReduce技术，我们在肺动脉高压领域展示了一种有效识别疾病的方法，该方法在诊断中明显优于医生逻辑规则（F1分数为0.62比0.75），从而有望增强罕见疾病群体的识别和推动临床研究以及关注空缺的发现。

    Dec, 2023

  • 通过关注多种标签嵌入进行准确和良好校准的ICD编码分配

    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

  • 支持医生研究活动的电子健康记录中疾病数据提取的系统建模

    利用电子病历数据进行研究活动，本研究旨在解决数据标准化问题，通过数据预处理、注释和转换等步骤将数据转化为标准格式，使用机器学习模型识别疾病并将其转化为ICD-10编码，该模型的准确率达到81%、优于MetaMap的准确率67%。

    Apr, 2024

  • 利用开源大规模语言模型对社会健康决定因素进行编码的智能路由器

    社会卫生决定因素（SDOH）在患者健康结果中发挥重要作用。我们介绍了一种智能路由系统，通过语言模型路由将医疗记录数据传输到对特定SDOH代码表现出最佳性能的开源LLMs，以实现在一组医学编码子任务中的高性能。

    May, 2024

  • 医疗信函的自动编码与可解释性的比较研究

    本研究旨在探索利用自然语言处理（NLP）和机器学习（ML）技术，通过可视化的解释能力和轻量级本地计算机环境自动编码医疗信件。

    Jul, 2024