研究人员开发了RAG-Coding，一种新颖的方法，使用四个大型语言模型（LLM）智能体来提高ICD-10-CM自动医疗编码的准确性。该方法将LLM的决策建立在官方编码指南和表格列表等外部知识源之上，增强了临床合规性。在MDACE数据集上的评估中，RAG-Coding显示出比现有的基于LLM的基线有显著改进，取得了更高的微F1和宏F1分数。该研究还引入了一个更新的数据集MDACE-2025，其中包含了最新的2025 ICD-10-CM指南，以进行更精确的评估。 AI
影响 这项研究可能带来更准确、更合规的自动化医疗编码系统，减少错误并改善医疗管理。
排序理由 该集群描述了一篇研究论文，详细介绍了一种使用LLM进行医疗编码的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →