研究人员开发了一种新颖的两阶段自动ICD编码框架，以解决当前方法的局限性。这种新方法通过门控融合机制整合多模态患者数据，包括结构化电子健康记录和非结构化临床笔记。第一阶段使用双编码器检索模型检索潜在的ICD代码，第二阶段则采用基于LLM的重排序器提供经过精炼、排序并附带解释的代码。实验表明，与现有的多模态分类器相比，该方法在Micro-F1和Precision得分上有所提高，为自动ICD编码提供了一个实用的替代方案。 AI
影响 这项研究为自动ICD编码提供了一种更准确、更透明的方法，有望改善临床研究和计费流程。
排序理由 这是一篇详细介绍新的自动ICD编码框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.IR (Information Retrieval) 阅读 →
- arXiv
- electronic health records
- ICD-9
- International Statistical Classification of Diseases and Related Health Problems
- Micro F1
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
