論文の概要: Code Like Humans: A Multi-Agent Solution for Medical Coding

• arxiv url: http://arxiv.org/abs/2509.05378v1
• Date: Thu, 04 Sep 2025 16:31:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-09 14:07:03.479139
• Title: Code Like Humans: A Multi-Agent Solution for Medical Coding
• Title（参考訳）: コードライクな人間:医療コーディングのためのマルチエージェントソリューション
• Authors: Andreas Motzfeldt, Joakim Edin, Casper L. Christensen, Christian Hardmeier, Lars Maaløe, Anna Rogers,
• Abstract要約: Code Like Humans: 大きな言語モデルで医療コーディングを行うための新しいエージェントフレームワークを紹介します。 人間の専門家のための公式なコーディングガイドラインを実装しており、完全なICD-10コーディングシステムをサポートする最初のソリューションである。 希少な診断符号で現在までの最高のパフォーマンスを達成している。
• 参考スコア（独自算出の注目度）: 13.1324232915195
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In medical coding, experts map unstructured clinical notes to alphanumeric codes for diagnoses and procedures. We introduce Code Like Humans: a new agentic framework for medical coding with large language models. It implements official coding guidelines for human experts, and it is the first solution that can support the full ICD-10 coding system (+70K labels). It achieves the best performance to date on rare diagnosis codes (fine-tuned discriminative classifiers retain an advantage for high-frequency codes, to which they are limited). Towards future work, we also contribute an analysis of system performance and identify its `blind spots' (codes that are systematically undercoded).
• Abstract（参考訳）: 医学的コーディングにおいて、専門家は、非構造化された臨床ノートを、診断と手順のためのアルファ数値コードにマッピングする。 Code Like Humans: 大きな言語モデルで医療コーディングを行うための新しいエージェントフレームワークを紹介します。 人間の専門家のための公式なコーディングガイドラインを実装しており、完全なICD-10コーディングシステム(+70Kラベル)をサポートする最初のソリューションである。 希少な診断符号で現在までの最高の性能を達成する(微調整の識別分類器は高周波符号の利点を保ち、制限されている)。 今後の研究に向けて,システム性能の分析にも貢献し,その'盲点'(体系的にアンダーコードされたコード)を識別する。

関連論文リスト

• Assisted morbidity coding: the SISCO.web use case for identifying the main diagnosis in Hospital Discharge Records [0.0]
  本論文は, 病院退院記録に適切な診断・手続きコードで記入する医師を支援するためのSISCO.webアプローチを提案することを目的とする。 このWebサービスは、NLPアルゴリズム、特定のコーディングルール、およびアドホック決定ツリーを活用して、主条件を特定する。
  論文  参考訳（メタデータ） (2024-12-11T16:08:25Z)
• RedCode: Risky Code Execution and Generation Benchmark for Code Agents [50.81206098588923]
  RedCodeはリスクの高いコード実行と生成のためのベンチマークである。 RedCode-Execは、危険なコード実行につながる可能性のある、挑戦的なプロンプトを提供する。 RedCode-Genは160のプロンプトに関数シグネチャとドキュメントを入力として提供し、コードエージェントが命令に従うかどうかを評価する。
  論文  参考訳（メタデータ） (2024-11-12T13:30:06Z)
• CodeIP: A Grammar-Guided Multi-Bit Watermark for Large Language Models of Code [56.019447113206006]
  大規模言語モデル(LLM)はコード生成において顕著な進歩を遂げた。 CodeIPは、新しいマルチビット透かし技術で、出所の詳細を保持するために追加情報を挿入する。 5つのプログラミング言語にまたがる実世界のデータセットで実施された実験は、CodeIPの有効性を実証している。
  論文  参考訳（メタデータ） (2024-04-24T04:25:04Z)
• A Novel ICD Coding Method Based on Associated and Hierarchical Code Description Distillation [6.524062529847299]
  ICD符号化は、ノイズの多い医療文書入力による多ラベルテキスト分類の問題である。 近年のICD符号化の進歩により、医療用ノートやコードに付加的なデータや知識ベースを組み込むことで、性能が向上した。 コード表現学習の改善と不適切なコード代入の回避を目的とした,関連および階層型コード記述蒸留(AHDD)に基づく新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-04-17T07:26:23Z)
• InfiBench: Evaluating the Question-Answering Capabilities of Code Large Language Models [56.723509505549536]
  InfiBenchは、私たちの知識に合ったコードのための、最初の大規模フリーフォーム質問回答(QA)ベンチマークです。 慎重に選択された234の高品質なStack Overflow質問で構成されており、15のプログラミング言語にまたがっている。 InfiBench上で100以上の最新のコードLLMに対して,系統的評価を行い,新しい知見と洞察に富んだ結果を得た。
  論文  参考訳（メタデータ） (2024-03-11T02:06:30Z)
• A Two-Stage Decoder for Efficient ICD Coding [10.634394331433322]
  ICD符号の予測のための2段階復号機構を提案する。 まず、まず親コードを予測し、その子コードを前回の予測に基づいて予測する。 公開MIMIC-IIIデータセット実験により,本モデルが単一モデル設定で良好に動作することを示す。
  論文  参考訳（メタデータ） (2023-05-27T17:25:13Z)
• 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)
• 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)
• Inheritance-guided Hierarchical Assignment for Clinical Automatic Diagnosis [50.15205065710629]
  臨床診断は、臨床ノートに基づいて患者に診断符号を割り当てることを目的としており、臨床意思決定において重要な役割を担っている。 本稿では,臨床自動診断のための継承誘導階層と共起グラフの伝播を組み合わせた新しい枠組みを提案する。
  論文  参考訳（メタデータ） (2021-01-27T13:16:51Z)

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。