相关实验视频
Updated: Sep 13, 2025
06:24
A Spine Robotic-Assisted Navigation System for Pedicle Screw Placement
Published on: May 11, 2020
9.0K
人工智能和自然语言处理用于宫和腰椎手术的自动编码
Ashton Huppert Steed1, Kenneth Nwosu2, Patrick Fillingham3
11College of Medicine Phoenix, University of Arizona, Phoenix, Arizona.
Journal of neurosurgery. Spine
|August 1, 2025
概括
一个新的自然语言处理算法 (NNLPA) 在编码脊柱手术报告方面表现出与人类编码者相比的不劣,甚至可能更高的准确性. 这种人工智能工具在医疗编码方面有望提高医疗保健效率.
科学领域:
- 医疗保健技术 医疗保健技术 医疗保健技术
- 医疗信息学医学信息学
- 医学中的人工智能
背景情况:
- 人工智能 (AI) 具有显著的潜力,可以提高医疗保健的效率,降低成本,提高临床结果.
- 人工智能将改变医疗编码和计费等传统医疗保健流程,这些流程由于复杂性和索赔拒绝而面临巨大的年度收入挑战.
研究的目的:
- 评估新型自然语言处理算法 (NNLPA) 的编码准确性,用于脊柱操作报告.
- 将NNLPA的编码精度与使用当前程序术语 (CPT) 代码的机构人类编码器 (IHC) 进行比较.
主要方法:
- 分析了经过椎和腰椎手术的成年患者的手术笔记.
- 60:20数据分割用于NNLPA的培训和测试,第三方超级编码器作为控制.
- 使用F1分数,灵敏度,特异性和预测值评估NNLPA和IHC性能.
主要成果:
- 对于腰部 (0.84比0.56) 和宫 (0.73比0.68) 脊椎手术编码,NLPA的F1平均值高于IHCs (p<0.05).
- 与IHC相比,NLPA在腰部编码方面表现出更高的加权平均灵敏度 (0.79比0.59) 和准确度 (0.98比0.96).
- 对于宫编码,NNLPA的平均特异性 (0.99比0.89) 和准确性 (0.95比0.89) 比IHC (p <0.05) 高.
结论:
- 在脊椎外科医学编码方面,NNLPA的表现不逊于机构人类编码人员的表现,甚至可能优于它们.
- 这一发现支持将人工智能,特别是NLP整合到脊柱手术和其他临床应用中.
- 建议进行进一步的研究,以确定使用NLP平台用于医疗编码的成本节约.
