Design and implementation of an intelligent ICD coding system using large language model
यह शोध पत्र एक बुद्धिमान ICD कोडिंग प्रणाली प्रस्तुत करता है जो नेत्र विज्ञान (ऑफ्थल्मोलॉजी) में सटीक, व्याख्या योग्य और मानव-समान नैदानिक एवं प्रक्रियात्मक कोडिंग को स्वचालित करने के लिए Qwen3.6-35B-A3B लार्ज लैंग्वेज मॉडल को एक मल्टी-एजेंट कोलाबोरेटिव फ्रेमवर्क और रिट्रीवल-ऑगमेंटेड जनरेशन (RAG) के साथ एकीकृत करता है, जिससे कोड असाइनमेंट और मुख्य निदान/प्रक्रिया पहचान दोनों में उच्च सटीकता प्राप्त होती है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
जब भी कोई मरीज अस्पताल से छुट्टी पाता है, तो एक विशेष पेशेवर उनकी बीमारी की कहानी को संख्याओं और अक्षरों की एक सार्वभौमिक भाषा में अनुवादित करता है। यह प्रणाली, जिसे इंटरनेशनल क्लासिफिकेशन ऑफ डिजीज (ICD) के रूप में जाना जाता है, स्वास्थ्य रिकॉर्ड के वैश्विक मानक के रूप में कार्य करती है। यह टूटी हुई हड्डी या हृदय की स्थिति के बारे में जटिल चिकित्सा विवरणों को मानकीकृत कोड में बदल देती है जिसका उपयोग बीमा कंपनियां, शोधकर्ता और अस्पताल स्वास्थ्य प्रवृत्तियों को ट्रैक करने और भुगतान निर्धारित करने के लिए करते हैं। दशकों से, यह अनुवाद हाथों से किया जाता रहा है। कोडर मानव पृष्ठों में लिखे नोट्स, लैब परिणामों और सर्जन की रिपोर्टों को पढ़ते हैं, और उस सटीक कोड की तलाश करते हैं जो मरीज की स्थिति से मेल खाता हो। यह एक उबाऊ और उच्च-दांव वाला काम है जहाँ एक छोटी सी गलती भी वित्तीय नुकसान या गलत डेटा का कारण बन सकती है। जैसे-जैसे अस्पताल पहले से कहीं अधिक डेटा उत्पन्न कर रहे हैं, हर पंक्ति को मैन्युअल रूप से पढ़ने की पुरानी पद्धति बहुत धीमी और त्रुटिपूर्ण होती जा रही है।
चीन के डापिंग अस्पताल के शोधकर्ताओं ने इस भारी काम में मदद करने के लिए एक नए प्रकार का सहायक बनाया है। उन्होंने एक बुद्धिमान प्रणाली बनाई है जो एक शक्तिशाली कंप्यूटर मस्तिष्क, जिसे लार्ज लैंग्वेज मॉडल कहा जाता है, का उपयोग करके मेडिकल रिकॉर्ड को पढ़ती है और सही कोड का सुझाव देती है। हालाँकि, उन्होंने केवल कंप्यूटर को उत्तर का अनुमान लगाने के लिए नहीं कहा। इसके बजाय, उन्होंने सिस्टम को इस तरह डिजाइन किया कि वह एक मानव विशेषज्ञ के सावधानीपूर्वक, चरण-दर-चरण वर्कफ़्लो की नकल कर सके। कंप्यूटर केवल कोड की सूची नहीं थमाता; यह विशेषज्ञों की एक टीम की तरह कार्य करता है जो एक-दूसरे के काम की जाँच करते हैं, एक डिजिटल विश्वकोश में नियमों को देखते हैं, और यह सत्यापित करते हैं कि प्रत्येक निर्णय मरीज की फाइल से मिले साक्ष्यों द्वारा समर्थित है। इस दृष्टिकोण का उद्देश्य कोडिंग प्रक्रिया को तेज़ और अधिक सटीक बनाना है, जबकि सबसे कठिन मामलों को संभालने के लिए एक इंसान को प्रक्रिया में शामिल रखना है।
टीम ने चोंगकिंग के एक नेत्र अस्पताल के वास्तविक मेडिकल रिकॉर्ड का उपयोग करके अपने सिस्टम का परीक्षण किया। उन्होंने जनवरी से जून 2026 के बीच भर्ती किए गए 6,000 से अधिक रोगियों के डेटा को एकत्र किया, जिसमें विशेष रूप से आंखों की बीमारियों और आंखों की सर्जरी पर ध्यान केंद्रित किया गया। इस बड़े समूह में से, उन्होंने विस्तार से अध्ययन करने के लिए 1,200 रिकॉर्ड चुने, यह सुनिश्चित करते हुए कि नमूने में सामान्य स्थितियां और दुर्लभ, जटिल मामले दोनों शामिल हों। लक्ष्य यह देखना था कि क्या कंप्यूटर उन मानव कोडर्स की सटीकता से मेल खा सकता है जिन्होंने पहले ही इन फाइलों को प्रोसेस कर लिया था। सिस्टम को दो मुख्य कार्य दिए गए थे: रोगी के निदान (diagnosis) के लिए कोड असाइन करना और की गई प्रक्रियाओं (procedures), जैसे कि मोतियाबिंद सर्जरी या लेजर उपचार, के लिए कोड असाइन करना।
यह समझने के लिए कि सिस्टम कैसे काम करता है, एक ऐसे लाइब्रेरियन की कल्पना करें जिसे एक विशाल पुस्तकालय में एक विशिष्ट पुस्तक ढूंढनी है। केवल शीर्षक का अनुमान लगाने के बजाय, लाइब्रेरियन पहले अनुरोध को पढ़ता है, फिर सही अनुभाग खोजने के लिए एक कार्ड कैटलॉग की जांच करता है, और अंत में विवरणों की पुष्टि करने के लिए सटीक पुस्तक निकालता है। शोधकर्ताओं ने अपने सिस्टम को इसी तरह के मार्ग का अनुसरण करने के लिए बनाया। सबसे पहले, एक केंद्रीय कंप्यूटर पूरे मरीज के रिकॉर्ड को पढ़ता है, जिसमें प्रवेश नोट, लैब परिणाम और डिस्चार्ज सारांश शामिल हो सकते हैं। यह इस लंबे टेक्स्ट को छोटी, प्रबंधनीय सूचनाओं के टुकड़ों में तोड़ देता है। फिर, डिजिटल एजेंटों की एक टीम कार्यभार संभालती है। एक एजेंट विशिष्ट चिकित्सा शब्दों की तलाश करता है और उन्हें आधिकारिक कोड के एक संरचित डेटाबेस के साथ मिलाता है। दूसरा एजेंट नियमों की जाँच करता है ताकि यह सुनिश्चित हो सके कि कुछ कोड एक साथ उपयोग नहीं किए जा सकते या किसी विशिष्ट कोड के लिए एक साथी कोड की आवश्यकता है। तीसरा एजेंट यह निर्णय लेता है कि अस्पताल में रुकने का मुख्य कारण क्या है, जो यह निर्धारित करने के लिए एक महत्वपूर्ण कदम है कि मरीज को बिल कैसे भेजा जाएगा। अंत में, एक गुणवत्ता नियंत्रण (quality control) एजेंट अंतिम सूची की समीक्षा करता है, किसी भी ऐसे कोड को चिह्नित करता है जो अनिश्चित लगता है या किसी नियम का उल्लंघन करता है, और उसे दूसरे अवलोकन के लिए एक इंसान के पास भेज देता है।
इस परीक्षण के परिणाम उत्साहजनक थे। जब सिस्टम ने आंखों की बीमारियों के लिए कोड असाइन किए, तो इसने उच्च सटीकता के साथ मानव विशेषज्ञों के विकल्पों से मेल खाया। सबसे विशिष्ट स्तर के विवरण के लिए, सिस्टम लगभग 92% बार सही था। इसने 90% से अधिक मामलों में सफलतापूर्वक पहचान की कि मरीज के अस्पताल में भर्ती होने का मुख्य कारण क्या था। सिस्टम वर्गीकरण के व्यापक स्तरों पर और भी बेहतर प्रदर्शन करता था, जैसे कि आंखों की बीमारी की सामान्य श्रेणी की पहचान करना, जहाँ यह लगभग 97% बार सही था। हालाँकि, सिस्टम को प्रक्रिया कोड (procedure codes) के मामले में थोड़ी अधिक चुनौती मिली। हालांकि यह बहुत अच्छा था, लेकिन सर्जिकल प्रक्रियाओं के लिए इसकी सटीकता निदान की तुलना में कम थी, जहाँ सबसे विशिष्ट कोडों के लिए सफलता दर लगभग 85% थी। यह अंतर बताता है कि सर्जरी को ठीक से कैसे किया गया था, इसका वर्णन करना बीमारी का वर्णन करने की तुलना में कंप्यूटर के लिए अधिक कठिन है।
सबसे महत्वपूर्ण निष्कर्षों में से एक यह था कि सिस्टम ने दुर्लभ स्थितियों को कैसे संभाला। शोधकर्ताओं ने पाया कि सिस्टम उन सामान्य बीमारियों को कोड करने में उत्कृष्ट था जो रिकॉर्ड में बार-बार दिखाई देती हैं। हालाँकि, बहुत दुर्लभ कोडों के लिए, जो केवल कुछ ही बार दिखाई देते थे, सिस्टम को अधिक संघर्ष करना पड़ा, कभी-कभी सही कोड को मिस कर गया या गलत कोड का सुझाव दिया। यह मेडिकल कोडिंग में एक ज्ञात चुनौती है, क्योंकि दुर्लभ घटनाओं से सीखने के लिए कम डेटा उपलब्ध होता है। सिस्टम ने एक विशिष्ट प्रकार की त्रुटि भी की: यह बहुत कम कोड सुझाने के बजाय बहुत अधिक कोड सुझाने की प्रवृत्ति रखता था। दूसरे शब्दों में, यह आवश्यक कोड छोड़ने के बजाय एक अनावश्यक कोड शामिल करने की अधिक संभावना रखता था। चिकित्सा सेटिंग में यह एक सुरक्षित गलती है, क्योंकि यह सुनिश्चित करता है कि कुछ भी छूटे नहीं, हालांकि इसके लिए अभी भी सूची को साफ करने के लिए एक इंसान की आवश्यकता होती है।
शोधकर्ताओं ने इस बात पर जोर दिया कि यह सिस्टम पूरी तरह से मानव कोडर्स को बदलने के लिए नहीं बनाया गया है। इसके बजाय, यह एक शक्तिशाली सहायक के रूप में कार्य करता है जो पढ़ने और प्रारंभिक छंटनी का भारी काम करता है। सिस्टम पारदर्शी होने के लिए बनाया गया है; प्रत्येक कोड जिसे यह सुझाता है, वह उस सटीक वाक्य की ओर संकेत करता है जिसने उस निर्णय तक पहुँचाया। यदि सिस्टम अनिश्चित है, तो यह दूसरे अवलोकन के लिए एक मानव विशेषज्ञ को मामला भेज देता है। यह "ह्यूमन-इन-द-लूप" डिज़ाइन सुनिश्चित करता है कि अंतिम आउटपुट विश्वसनीय हो। अध्ययन ने दिखाया कि कृत्रिम बुद्धिमत्ता की गति को मानव विशेषज्ञों के निर्णय के साथ जोड़कर, अस्पताल कोडिंग गुणवत्ता का एक ऐसा स्तर प्राप्त कर सकते हैं जो कुशल और सटीक दोनों है। सिस्टम ने सफलतापूर्वक मरीज के नोट्स की जटिल और अव्यवस्थित वास्तविकता को आधुनिक स्वास्थ्य सेवा के लिए आवश्यक स्वच्छ, मानकीकृत भाषा में अनुवादित किया, यह साबित करते हुए कि मशीनें कोडिंग के नियमों का पालन उतनी ही सावधानी से सीख सकती हैं जितनी कि उन लोगों ने जिन्होंने उन्हें लिखा है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।