論文の概要: The Anatomy of Evidence: An Investigation Into Explainable ICD Coding

• arxiv url: http://arxiv.org/abs/2507.01802v1
• Date: Wed, 02 Jul 2025 15:21:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-03 14:23:00.354228
• Title: The Anatomy of Evidence: An Investigation Into Explainable ICD Coding
• Title（参考訳）: 証拠の解剖:説明可能なICD符号化に関する調査
• Authors: Katharina Beckh, Elisa Studeny, Sujan Sai Gannamaneni, Dario Antweiler, Stefan Rüping,
• Abstract要約: 我々はMDACEデータセットの詳細な分析を行い、現在の説明可能な医用符号化システムの妥当性評価を行う。 以上の結果から, 根拠的真理証拠はコード記述とある程度一致していることが判明した。 最先端のアプローチに関する調査は、基礎的な真理の証拠と高い重なり合いを示している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Automatic medical coding has the potential to ease documentation and billing processes. For this task, transparency plays an important role for medical coders and regulatory bodies, which can be achieved using explainability methods. However, the evaluation of these approaches has been mostly limited to short text and binary settings due to a scarcity of annotated data. Recent efforts by Cheng et al. (2023) have introduced the MDACE dataset, which provides a valuable resource containing code evidence in clinical records. In this work, we conduct an in-depth analysis of the MDACE dataset and perform plausibility evaluation of current explainable medical coding systems from an applied perspective. With this, we contribute to a deeper understanding of automatic medical coding and evidence extraction. Our findings reveal that ground truth evidence aligns with code descriptions to a certain degree. An investigation into state-of-the-art approaches shows a high overlap with ground truth evidence. We propose match measures and highlight success and failure cases. Based on our findings, we provide recommendations for developing and evaluating explainable medical coding systems.
• Abstract（参考訳）: 自動医療コーディングは、ドキュメンテーションと請求プロセスを容易にする可能性がある。 このタスクでは、透明性は医療コーダや規制機関にとって重要な役割を担い、説明可能性の手法を用いて達成できる。 しかし、これらの手法の評価は、注釈付きデータの不足のため、短いテキストとバイナリ設定に限られている。 Cheng et al (2023)による最近の取り組みはMDACEデータセットを導入し、臨床記録にコードエビデンスを含む貴重なリソースを提供している。 本研究ではMDACEデータセットの詳細な分析を行い、応用の観点から現在の説明可能な医用符号化システムの妥当性評価を行う。 これにより、自動的な医療コーディングとエビデンス抽出のより深い理解に寄与する。 以上の結果から, 根拠的真理証拠は, コード記述とある程度一致していることが判明した。 最先端のアプローチに関する調査は、基礎的な真理の証拠と高い重なり合いを示している。 一致対策を提案し、成功と失敗の事例を強調します。 本研究は,本研究の成果に基づき,説明可能な医用符号化システムの開発と評価を推奨する。

関連論文リスト

• Explainable ICD Coding via Entity Linking [2.340984737655165]
  臨床コーディングは医療において重要な課題である。 従来のクリニカルコーディングの自動化方法は、生産環境におけるコーダーに十分な証拠を与えない可能性がある。 本稿では,各文書にコードセットと各テキストのエビデンスをアノテートしたエンティティリンク問題として,タスクを再編成することを提案する。
  論文  参考訳（メタデータ） (2025-03-26T12:49:35Z)
• MKE-Coder: Multi-Axial Knowledge with Evidence Verification in ICD Coding for Chinese EMRs [9.615982382826768]
  本稿では,中国EMRのICD符号化におけるエビデンス検証によるMKE-Coder: Multi-axial Knowledgeを提案する。 診断のための候補コードを特定し,そのそれぞれを4つの符号化軸の下で知識に分類する。 評価モデルを用いて,EMRの包括的内容と信頼性証拠のフィルタリングから,対応する臨床証拠を検索する。
  論文  参考訳（メタデータ） (2025-02-19T08:08:53Z)
• MDACE: MIMIC Documents Annotated with Code Evidence [7.200839302089557]
  本稿では,長期医療文書上での極端に多ラベルな分類課題に対するエビデンス/リレール抽出のためのデータセットを提案する。 このデータセットは、302の入院患者チャート、3,934のエビデンス、52のプロフィーチャート、5,563のエビデンスで構成されている。
  論文  参考訳（メタデータ） (2023-07-07T22:45:59Z)
• 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)
• Informing clinical assessment by contextualizing post-hoc explanations of risk prediction models in type-2 diabetes [50.8044927215346]
  本研究は, 合併症リスク予測のシナリオを考察し, 患者の臨床状態に関する文脈に焦点を当てる。 我々は、リスク予測モデル推論に関する文脈を提示し、その受容性を評価するために、最先端のLLMをいくつか採用する。 本論文は,実世界における臨床症例における文脈説明の有効性と有用性を明らかにする最初のエンドツーエンド分析の1つである。
  論文  参考訳（メタデータ） (2023-02-11T18:07:11Z)
• 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)
• An Analysis of a BERT Deep Learning Strategy on a Technology Assisted Review Task [91.3755431537592]
  文書検診はEvidenced Based Medicineにおける中心的な課題である。 本稿では,BERT や PubMedBERT を組み込んだ DL 文書分類手法と DL 類似性検索経路を提案する。 2017年と2018年のCLEF eHealth コレクションにおいて,私の DL 戦略の検索の有効性を検証し,評価した。
  論文  参考訳（メタデータ） (2021-04-16T19:45:27Z)
• 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)
• BiteNet: Bidirectional Temporal Encoder Network to Predict Medical Outcomes [53.163089893876645]
  本稿では,患者の医療旅行におけるコンテキスト依存と時間的関係を捉える,新たな自己注意機構を提案する。 エンド・ツー・エンドの双方向時間エンコーダネットワーク(BiteNet)が患者の旅路の表現を学習する。 実世界のEHRデータセットを用いた2つの教師付き予測と2つの教師なしクラスタリングタスクにおける手法の有効性を評価した。
  論文  参考訳（メタデータ） (2020-09-24T00:42:36Z)

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。