LTR-ICD

新框架改进了自动ICD代码分配和排序

研究人员开发了LTR-ICD，一个用于从临床笔记中自动分配和排序诊断代码的新型框架。与之前的基于分类的方法不同，LTR-ICD将问题视为一个检索任务，考虑了ICD代码的基本顺序。这种方法显著提高了主要诊断代码识别的准确性，排名准确率达到47%，而最先进的分类器为20%。该框架还展示了卓越的分类性能，微平均F1得分为0.6065，宏平均F1得分为0.2904。