← Nieuwste papers
🤖 AI

Hybrid-Code v2: Zero-Hallucination Clinical ICD-10 Coding via Neuro-Symbolic Verification and Automated Knowledge Base Expansion

Hybrid-Code v2 is een neuro-symbolisch kader dat door middel van een symbolische verificatielaag en geautomatiseerde kennisbankuitbreiding nul hallucinaties garandeert bij het toekennen van ICD-10-codes aan klinische teksten, terwijl het tegelijkertijd de dekking en precisie van bestaande systemen verbetert.

Oorspronkelijke auteurs: Yunguo Yu

Gepubliceerd 2026-03-24
📖 4 min leestijd☕ Koffiepauze-leesvoer

Oorspronkelijke auteurs: Yunguo Yu

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je een enorme bibliotheek hebt met miljoenen medische dossiers. Elke keer als een arts een patiënt behandelt, schrijft hij een verslag. Om de zorg te betalen, te onderzoeken en te organiseren, moet elk woord in dat verslag worden omgezet in een specifieke code (zoals een barcode), genaamd ICD-10.

Vroeger deden dit mensen: getrainde coders die de dossiers lazen en de juiste codes handmatig invoerden. Dat is duur, traag en soms onnauwkeurig.

Vandaag de dag proberen we dit te automatiseren met kunstmatige intelligentie (AI). Maar hier zit een groot probleem:

  • De "Slimme" AI (Neurale netwerken): Deze systemen zijn heel goed in het lezen en begrijpen van taal. Ze kunnen snel veel codes voorspellen. Maar ze hebben een gevaarlijke gewoonte: ze hallucineren. Ze verzinnen codes die er plausibel uitzien, maar die in het echte leven niet bestaan. In de medische wereld is zo'n verzonden code als een verkeerd adres op een envelop: het kan leiden tot foutieve behandelingen of betalingsproblemen.
  • De "Strenge" AI (Regelgebaseerde systemen): Deze systemen volgen een strikt boekje met regels. Ze hallucineren nooit, want ze doen alleen wat er letterlijk in het boekje staat. Maar ze zijn erg beperkt: als een arts iets anders schrijft dan in het boekje staat, geven ze niets terug. Ze missen dus veel informatie.

Hybrid-Code v2 is de oplossing die de beste van beide werelden combineert. Hier is hoe het werkt, vertaald in alledaagse termen:

1. De Twee-Hoofdige Architectuur

Stel je voor dat Hybrid-Code een slimme detective is met een strenge controleur aan zijn zijde.

  • De Detective (De Neuraal): Deze kijkt naar het medische verslag en denkt: "Aha, deze patiënt heeft longontsteking! Ik denk dat code J18.9 past." Hij is creatief, snel en ziet patronen die mensen soms over het hoofd zien. Hij kan ook nieuwe patronen leren uit duizenden oude dossiers zonder dat iemand hem handmatig moet leren.
  • De Controleur (Het Symbolische Systeem): Deze persoon heeft een officieel, onfeilbaar register van alle bestaande codes. Hij kijkt naar wat de detective heeft bedacht en zegt: "Wacht even. Bestaat code J18.9 echt? Is er bewijs in de tekst? Is de patiënt niet 'genezen' (dus geen huidige ziekte)? En is er een regel die zegt dat deze code niet samen met een andere mag?"

Het magische resultaat: De detective mag alleen zijn ideeën doorgeven als de controleur ze heeft goedgekeurd. Als de detective een code verzint die niet bestaat, wordt deze direct geblokkeerd. Resultaat: 0% hallucinaties.

2. De "Zelf-Lerende" Bibliotheek

Een ander groot probleem met oude systemen was dat het boekje met regels (de kennisbank) altijd verouderde. Mensen moesten handmatig nieuwe regels toevoegen, wat jaren kon duren.

Hybrid-Code heeft een automatische bibliotheek-expansie.

  • Stel je voor dat de detective elke dag duizenden nieuwe medische verslagen leest.
  • Als hij ziet dat artsen vaak een bepaalde beschrijving koppelen aan een bepaalde code, en de controleur bevestigt dat dit logisch is, voegt hij deze nieuwe kennis automatisch toe aan het register.
  • Het systeem leert dus vanzelf uit de praktijk, zonder dat er een mens elke regel handmatig hoeft in te typen. Dit maakt het systeem veel slimmer en uitgebreider dan de oude, statische systemen.

3. De Vijf-Lagen Veiligheidsscan

Voordat een code wordt afgegeven, doorloopt hij vijf strenge controles (zoals een security-check op een vliegveld):

  1. Format: Bestaat deze code überhaupt? (Zo niet, weg ermee).
  2. Bewijs: Staat er in de tekst dat de patiënt dit echt heeft?
  3. Ontkenning: Schrijft de arts "geen longontsteking"? Dan wordt de code voor longontsteking geweigerd.
  4. Tijdslijn: Is het een oude ziekte ("geschiedenis van...") of een huidige? Het systeem weet het verschil.
  5. Uitsluiting: Mag deze code wel samen met de andere codes die de patiënt heeft?

Wat betekent dit voor de praktijk?

In tests met 5.000 medische dossiers bleek Hybrid-Code v2:

  • Veilig: Het maakte geen enkele fout door een code te verzinnen die niet bestaat (0% hallucinatie). Andere slimme AI-systemen maakten dit 6% tot 18% van de tijd.
  • Succesvol: Het vond net zo vaak de juiste codes als de slimste AI-systemen (85% dekking), terwijl oude regelsystemen maar 45% haalden.
  • Betrouwbaar: Het combineert de snelheid en slimheid van AI met de veiligheid van een menselijke controleur.

Kortom: Hybrid-Code is als een super-snel, slimmedetective-team dat nooit een fout maakt door iets te verzinnen, omdat ze altijd worden gecontroleerd door een strenge, onfeilbare regelaar. Het maakt medische codering sneller, goedkoper en vooral veiliger voor patiënten.

Verdrinkt u in papers in uw vakgebied?

Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.

Probeer Digest →