盲测试方法验证ICD-10-CM人工智能编码模块的效率
Chih-Yen Sun1, Zheng-Hao Li2, Ming-Ju Tsai3
1Department of Information Technology, Kaohsiung Medical University Chung-Ho Memorial Hospital, Taiwan.
Studies in health technology and informatics
|August 8, 2025
概括
人工智能,特别是GPT-2,显著减少了医疗编码时间. 与手动方法相比,这种AI模型每条记录的平均编码时间减少了75秒.
科学领域:
- 医疗信息学 医疗信息学
- 医疗保健中的人工智能
- 医疗编码自动化 医疗编码自动化
背景情况:
- 准确和高效的医疗编码对于医疗补偿和数据分析至关重要.
- 手动编码过程可能耗时且容易变化.
- 新兴的人工智能技术为优化医疗管理任务提供了潜在的解决方案.
研究的目的:
- 为了比较自然语言处理 (NLP) 和认证编码专家 (CCS) 在医学编码中的效率.
- 评估特定的人工智能模型 (HAN,GPT-2,BioMistral) 对编码时间的影响.
- 量化人工智能与手工方法相比实现的编码时间减少.
主要方法:
- 对2024年10月至11月出院的患者编码时间的分析.
- 人类编码器 (CCS) 和人工智能模型 (HAN,GPT-2,BioMistral) 之间的编码性能比较.
- 统计分析以确定编码时间观察到的差异的意义.
主要成果:
- GPT-2人工智能模型显示,每条记录的平均编码时间显著减少.
- 与手动编码相比,使用GPT-2的编码时间在每条记录中减少了大约75秒 (P <0.05).
- 需要进一步分析来比较HAN和BioMistral模型与手动编码.
结论:
- 人工智能模型,特别是GPT-2,在加速医疗编码过程方面表现有前途.
- 在医学编码中实施人工智能可以节省大量时间.
- 未来的研究应该探索人工智能在医疗管理中的更广泛采用和影响.


