Micro F1

新框架利用多模态数据和LLM重排序改进自动ICD编码

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。