A Comparative Study on Automatic Coding of Medical Letters with Explainability

要約

この研究は、視覚化された説明可能性と軽量のローカル コンピューター設定を使用して医療レターのコーディングを自動化する、自然言語処理 (NLP) および機械学習 (ML) 技術の実装を検討することを目的としています。
現在、臨床現場におけるコーディングは、患者の書類に含まれる各状態、処置、薬剤にコードを割り当てる手動プロセスです (例: SNOMED CT コードを使用した 56265001 心臓病)。
この分野では、最先端の ML モデルを使用した自動コーディングに関する予備研究が行われています。
ただし、モデルの複雑さとサイズにより、現実世界への展開は実現できません。
自動コーディングの実践の可能性をさらに促進するために、ローカル コンピューター設定でのいくつかのソリューションを検討します。
さらに、AI モデルの透明性に対する説明可能性の機能を調査します。
ICD コードの予測には、公開されている MIMIC-III データベースと HAN/HLAN ネットワーク モデルを使用しました。
また、ICD と SNOMED CT 知識ベース間のマッピングも実験しました。
私たちの実験では、モデルはコードの 97.98\% について有用な情報を提供しました。
この調査の結果は、病院環境や臨床医が使用するローカル コンピューターなど、実際の自動臨床コーディングの実装にある程度の光を当てることができます。プロジェクト ページ \url{https://github.com/Glenj01/Medical-Coding}
。

要約(オリジナル)

This study aims to explore the implementation of Natural Language Processing (NLP) and machine learning (ML) techniques to automate the coding of medical letters with visualised explainability and light-weighted local computer settings. Currently in clinical settings, coding is a manual process that involves assigning codes to each condition, procedure, and medication in a patient’s paperwork (e.g., 56265001 heart disease using SNOMED CT code). There are preliminary research on automatic coding in this field using state-of-the-art ML models; however, due to the complexity and size of the models, the real-world deployment is not achieved. To further facilitate the possibility of automatic coding practice, we explore some solutions in a local computer setting; in addition, we explore the function of explainability for transparency of AI models. We used the publicly available MIMIC-III database and the HAN/HLAN network models for ICD code prediction purposes. We also experimented with the mapping between ICD and SNOMED CT knowledge bases. In our experiments, the models provided useful information for 97.98\% of codes. The result of this investigation can shed some light on implementing automatic clinical coding in practice, such as in hospital settings, on the local computers used by clinicians , project page \url{https://github.com/Glenj01/Medical-Coding}.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google