Generación aumentada de recuperación para la codificación de la CIE-10 en textos clínicos alemanes: un informe de...

Área de la Ciencia:

• La informática médica
• Procesamiento del lenguaje natural
• Documentación clínica

Sus antecedentes:

• El código de la Clasificación Internacional de Enfermedades (CIE) de los textos clínicos alemanes es ineficiente y propenso a errores.
• Los métodos automatizados existentes luchan con lenguajes de bajos recursos y códigos raros.

Objetivo del estudio:

• Desarrollar un sistema semiautomático para la codificación de la documentación médica alemana no estructurada.
• Abordar las limitaciones de los actuales modelos de lenguaje afinado en el análisis de textos clínicos alemanes.

Principales métodos:

• Implementó un marco de generación aumentada de recuperación (RAG) con reconocimiento de entidades con nombre, recuperación semántica y resolución de abreviaturas.
• Utilizó las incorporaciones de Sentence-BERT, la indexación FAISS y un modelo generativo Mistral-Small-Instruct para la asignación de códigos ICD.
• Similitud semántica combinada y refinamiento generativo para una selección de código precisa.

Principales resultados:

• El proyecto desarrollado integra múltiples técnicas de PNL para la codificación ICD semiautomática.
• Identificó la recuperación semántica y la normalización del diagnóstico como áreas clave para la reducción de errores.
• Demostró un nuevo enfoque para manejar los desafíos de codificación de texto clínico de bajos recursos.

Conclusiones:

• El proyecto RAG ofrece un enfoque prometedor para la codificación ICD semiautomática en alemán.
• Los trabajos futuros deberían mejorar las incorporaciones específicas del dominio y los incentivos basados en el contexto para una mayor precisión.
• El sistema tiene como objetivo aumentar la precisión y la usabilidad de la codificación clínica en entornos del mundo real.