Porovnání různých metod inženýrství funkcí pro automatizované kódování ICD

Kódování ICD je velmi důležité, protože slouží jako základ pro širokou škálu ekonomických a akademických aplikací. V současné době se používá především manuální kódování, které čelí několika omezením, jako je časová náročnost a náchylnost k chybám, a proto je automatizované kódování ICD pomocí strojového učení horkým výzkumným tématem.

Jako nevyhnutelná fáze během strojového učení hraje inženýrství funkcí zásadní roli při vedení slibného výkonu kódování. Ačkoli dospěly k poučným závěrům, existující studie postrádaly srovnání různých metod inženýrství funkcí. Zjištění, jaké metody za jakých okolností fungují lépe, může být docela užitečné při podpoře praktických aplikací automatizovaného kódování.

Vyšetřovatelé zavedou tuto studii na základě údajů o hospitalizovaných pacientech shromážděných z elektronických lékařských záznamů z nemocnice Fuwai, největšího světového zdravotnického centra pro kardiovaskulární onemocnění. Bag-of-words, word2cec a roberta budou použity k extrahování funkcí z tréninkových dat. Poté budou kódově orientované logistické regresní klasifikátory a podpůrné vektorové strojové klasifikátory vycvičeny k automatickému přidělování kódů. Poté budou vyhodnoceny výkony modelů na testovacích datech.