该研究提出了一种多模态机器学习模型，用于预测ICD-10诊断代码，并通过集成不同模态的机器学习模型和提取关键证据来增强预测的可信度和可解释性。在解释性方面，该方法在文本数据上达到了0.1806的Jaccard相似系数，在表格数据上达到了0.3105。

Oct, 2018

通过在MIMIC-III数据集中提取患者特征，本研究使用43种不同的机器学习分类器预测ICD-9-CM代码，并发现疾病患病率下降对分类器F1评分有影响。

Jun, 2020

该论文提出了使用机器学习模型对巴西葡萄牙语临床记录中的ICD编码进行自动化预测的方法，并采用Logistic回归模型、卷积神经网络、门控循环神经网络和具有Attention机制的CNN模型进行研究和优化。该论文的主要贡献是在临床记录的自动编码问题上，将研究范围扩大到了非英语语言中, 并证明CNN-Att模型是在数据集中最佳的预测模型。

Jul, 2020

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

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

本研究旨在解决将多标签分类任务转变为自回归生成任务的长尾挑战，通过引入新颖的生成自由文本的预训练目标，生成低维度的文本描述，从而推断出ICD代码，实验结果表明我们所提出的模型实现了新的SOTA表现，并设计了一种新的交叉关注再排序器来集成先前的SOTA和我们最佳的少样本编码预测。

Nov, 2022

本研究比较了多种无监督特征选择方法以选择最佳100个特征，结果显示Concrete Autoencoder方法在重现特征空间和预测90天死亡率方面的表现优于其他方法。此外，该方法中ICD树的权重调整可降低特征的复杂性。

Mar, 2023

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

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

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