論文の概要: A Systematic Literature Review of Automated ICD Coding and
Classification Systems using Discharge Summaries
- arxiv url: http://arxiv.org/abs/2107.10652v1
- Date: Mon, 12 Jul 2021 03:55:17 GMT
- ステータス: 処理完了
- システム内更新日: 2021-07-25 13:17:22.811833
- Title: A Systematic Literature Review of Automated ICD Coding and
Classification Systems using Discharge Summaries
- Title（参考訳）: 放電サマリを用いた自動ICD符号化と分類システムに関する体系的文献レビュー
- Authors: Rajvir Kaur, Jeewani Anupama Ginige and Oliver Obst
- Abstract要約: フリーテキスト臨床物語の体系化は、資金、保険請求処理、研究などの二次的用途に有用であると長年認識されてきた。
コードの割り当ての現在のシナリオは、非常にコストがかかり、時間がかかり、エラーが発生しやすい手作業のプロセスです。
この体系的な文献レビューは、自動化された臨床コーディングシステムの包括的概要を提供する。
- 参考スコア（独自算出の注目度）: 5.156484100374058
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Codification of free-text clinical narratives have long been recognised to be
beneficial for secondary uses such as funding, insurance claim processing and
research. The current scenario of assigning codes is a manual process which is
very expensive, time-consuming and error prone. In recent years, many
researchers have studied the use of Natural Language Processing (NLP), related
Machine Learning (ML) and Deep Learning (DL) methods and techniques to resolve
the problem of manual coding of clinical narratives and to assist human coders
to assign clinical codes more accurately and efficiently. This systematic
literature review provides a comprehensive overview of automated clinical
coding systems that utilises appropriate NLP, ML and DL methods and techniques
to assign ICD codes to discharge summaries. We have followed the Preferred
Reporting Items for Systematic Reviews and Meta-Analyses(PRISMA) guidelines and
conducted a comprehensive search of publications from January, 2010 to December
2020 in four academic databases- PubMed, ScienceDirect, Association for
Computing Machinery(ACM) Digital Library, and the Association for Computational
Linguistics(ACL) Anthology. We reviewed 7,556 publications; 38 met the
inclusion criteria. This review identified: datasets having discharge
summaries; NLP techniques along with some other data extraction processes,
different feature extraction and embedding techniques. To measure the
performance of classification methods, different evaluation metrics are used.
Lastly, future research directions are provided to scholars who are interested
in automated ICD code assignment. Efforts are still required to improve ICD
code prediction accuracy, availability of large-scale de-identified clinical
corpora with the latest version of the classification system. This can be a
platform to guide and share knowledge with the less experienced coders and
researchers.
- Abstract（参考訳）: フリーテキスト臨床物語の体系化は、資金、保険請求処理、研究などの二次的用途に有用であると長年認識されてきた。
コード割り当ての現在のシナリオは、非常に高価で、時間がかかり、エラーが発生しやすい手動プロセスである。
近年,自然言語処理(nlp),関連する機械学習(ml),深層学習(dl)の手法や手法が臨床物語の手作業によるコーディングの問題を解決し,人間のコーダが臨床コードをより正確かつ効率的に割り当てられるように支援する研究が数多く行われている。
この体系的な文献レビューは、適切なNLP, ML, DLメソッドと技術を利用して要約を出力するためにICD符号を割り当てる自動臨床コーディングシステムの概要を提供する。
我々は体系的レビューとメタ分析(prisma)ガイドラインの推奨報告項目に従い,2010年1月から2020年12月まで4つの学術データベース(pubmed, sciencedirect, association for computing machinery (acm) digital library, association for computational linguistics (acl) anthology)において包括的な出版物検索を行った。
我々は7,556の出版物をレビューした。
このレビューでは、放電サマリーを持つデータセット、NLP技術と他のデータ抽出プロセス、異なる特徴抽出および埋め込み技術が特定された。
分類法の性能を測定するために、異なる評価指標が用いられる。
最後に、ICDコードの自動割り当てに関心のある研究者に今後の研究指針を提供する。
ICDのコード予測精度の向上、大規模未同定臨床コーパスの利用可能化、および最新の分類システムへの取り組みが依然として求められている。
これは経験の浅いプログラマや研究者と知識をガイドし、共有するためのプラットフォームになり得る。
関連論文リスト
- Auxiliary Knowledge-Induced Learning for Automatic Multi-Label Medical Document Classification [22.323705343864336]
3つのアイデアを取り入れた新しいICDインデクシング手法を提案する。
臨床ノートから情報を収集するために,多レベル深部拡張残差畳み込みエンコーダを用いた。
我々はICD分類の課題を医療記録の補助的知識で定式化する。
論文 参考訳（メタデータ） (2024-05-29T13:44:07Z) - CoRelation: Boosting Automatic ICD Coding Through Contextualized Code
Relation Learning [56.782963838838036]
我々は,ICDコード表現の学習を促進するために,文脈的かつ柔軟なフレームワークである新しい手法を提案する。
提案手法では,可能なすべてのコード関係をモデル化する際の臨床ノートのコンテキストを考慮した,依存型学習パラダイムを採用している。
論文 参考訳（メタデータ） (2024-02-24T03:25:28Z) - Automatic Coding at Scale: Design and Deployment of a Nationwide System
for Normalizing Referrals in the Chilean Public Healthcare System [0.0]
本稿では,チリの公共医療システムからの紹介で,疾患を自動的にコードする2段階のシステムを提案する。
具体的には,病名認識のための最新のNERモデルと,これらの疾患名に関連付けられた最も関連性の高いコードを割り当てるための検索エンジンシステムを用いている。
本システムでは,カテゴリレベルのMAPスコアが0.63,カテゴリレベルの0.83を得た。
論文 参考訳（メタデータ） (2023-07-09T16:19:35Z) - PyTrial: Machine Learning Software and Benchmark for Clinical Trial
Applications [49.69824178329405]
PyTrialは、臨床試験の設計と運用のための一連の機械学習アルゴリズムのベンチマークとオープンソース実装を提供する。
患者結果予測,臨床試験サイト選択,トライアル結果予測,患者と臨床のマッチング,トライアル類似性検索,合成データ生成など,6つのタスクにわたる臨床試験のための34のMLアルゴリズムを網羅的に検討した。
PyTrialは、データローディング、モデル仕様、モデルトレーニング、モデル評価という、単純な4段階のプロセスで各タスクを定義します。
論文 参考訳（メタデータ） (2023-06-06T21:19:03Z) - Development and validation of a natural language processing algorithm to
pseudonymize documents in the context of a clinical data warehouse [53.797797404164946]
この研究は、この領域でツールやリソースを共有する際に直面する困難を浮き彫りにしている。
臨床文献のコーパスを12種類に分類した。
私たちは、ディープラーニングモデルと手動ルールの結果をマージして、ハイブリッドシステムを構築します。
論文 参考訳（メタデータ） (2023-03-23T17:17:46Z) - Can Current Explainability Help Provide References in Clinical Notes to
Support Humans Annotate Medical Codes? [53.45585591262433]
本稿では、注意スコアに基づくxRAC-ATTNと、モデルに依存しない知識蒸留に基づくxRAC-KDの2つのアプローチについて説明する。
我々は,xRAC-ATTNが強調した支持エビデンステキストが,xRAC-KDよりも高品質であるのに対して,xRAC-KDは本番環境において潜在的に有利であることを示した。
論文 参考訳（メタデータ） (2022-10-28T04:06:07Z) - GrabQC: Graph based Query Contextualization for automated ICD coding [16.096824533334352]
textbfGraph textbfベースのtextbfQuery textbfContextualization法である textbfGrabQC を提案する。
本手法の有効性を主張するために,臨床テキストの2つのデータセットを3つの異なる設定で実験を行った。
論文 参考訳（メタデータ） (2022-07-14T10:27:25Z) - Classifying Unstructured Clinical Notes via Automatic Weak Supervision [17.45660355026785]
クラスラベル記述のみから学習する、一般的な弱教師付きテキスト分類フレームワークを導入する。
我々は、事前訓練された言語モデルとデータプログラミングフレームワークに格納された言語ドメインの知識を活用して、テキストにコードラベルを割り当てる。
論文 参考訳（メタデータ） (2022-06-24T05:55:49Z) - Active learning for medical code assignment [55.99831806138029]
臨床領域における多ラベルテキスト分類におけるアクティブラーニング(AL)の有効性を示す。
MIMIC-IIIデータセットにICD-9コードを自動的に割り当てるために、よく知られたALメソッドのセットを適用します。
その結果、有益なインスタンスの選択は、大幅に減少したトレーニングセットで満足のいく分類を提供する。
論文 参考訳（メタデータ） (2021-04-12T18:11:17Z) - A Meta-embedding-based Ensemble Approach for ICD Coding Prediction [64.42386426730695]
国際疾病分類 (icd) は、世界中で臨床コーディングに使われているデファクトコードである。
これらのコードにより、医療提供者は償還を請求し、診断情報の効率的な保管と検索を容易にします。
提案手法は,日常的な医学データと科学論文の外部知識を用いて,効果的に単語ベクトルを訓練することにより,神経モデルの性能を高める。
論文 参考訳（メタデータ） (2021-02-26T17:49:58Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。