基于融合条目词嵌入和注意力机制的自动ICD编码

• 作者: 严睿 付振新 任前平 张虹科 徐辉 赵东岩
• 来源期刊: 北京大学学报（自然科学版）
• 关键词: 自动ICD编码 融合条目词嵌入 关键词注意力 词语注意力 病案首页 主要诊断
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 专题报道:面向人工智能的自然语言分析与理解
• 页码范围: 1-8
• 页数: 8页
• 字数: 6034字
• 语种: 中文
• DOI: 10.13209/j.0479-8023.2019.095

摘要

构建一种基于融合条目词嵌入和注意力机制的深度学习模型,可以充分利用电子病案中的多种非结构化文本数据,对病案首页的主要诊断进行自动ICD编码.该模型首先对含有病案条目的文本进行融合条目的词嵌入,并通过关键词注意力来丰富词级别的类别表示;然后利用词语注意力来突出重点词语的作用,增强文本表示;最后通过全连接神经网络分类器进行分类,输出ICD编码.通过在中文电子病案数据集上的消融实验,验证了融合条目词嵌入、关键词注意力和词语注意力的有效性;与多个基准模型相比,所建模型在对81种疾病的分类中取得最好的分类效果,可以有效地提高自动ICD编码的质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵东岩	北京大学王选计算机研究所	19	115	7.0	10.0
2	严睿	北京大学王选计算机研究所	5	6	1.0	2.0
3	张虹科	北京大学王选计算机研究所	1	0	0.0	0.0
4	付振新	北京大学王选计算机研究所	1	0	0.0	0.0