Design and implementation of an intelligent ICD coding system using large language model
本文提出了一种智能 ICD 编码系统，该系统将 Qwen3.6-35B-A3B 大语言模型与多智能体协作框架及检索增强生成（RAG）技术相结合，旨在实现眼科领域精确、可解释且拟人化的诊断与手术编码自动化，并在代码分配以及主诊断/主手术识别方面均达到了高准确度。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
每当患者离开医院时，一位专业的从业人员会将他们的病情故事翻译成一种由数字和字母组成的通用语言。这套被称为《国际疾病分类》（ICD）的系统，是全球医疗记录的标准。它将关于骨折或心脏病变的复杂医学笔记转化为标准化的代码，保险公司、研究人员和医院利用这些代码来追踪健康趋势并确定支付金额。几十年来，这种翻译一直由人工完成。编码员阅读大量的手写笔记、实验室结果和外科医生报告，寻找与患者病情完全匹配的精确代码。这是一项枯燥且高风险的工作，一个微小的错误就可能导致经济损失或数据偏差。随着医院产生的医疗数据比以往任何时候都多，手动阅读每一行文字的旧方法正变得过于缓慢且容易出错。
中国达朋医院的研究人员开发了一种新型助手，以协助处理这些繁重的工作。他们创建了一个智能系统，利用被称为“大语言模型”的强大计算机大脑来阅读医疗记录并建议正确的代码。然而，他们并没有简单地让计算机去猜测答案。相反，他们设计该系统模拟人类专家细致、循序渐进的工作流程。计算机不仅仅是吐出一串代码列表；它表现得像一个专家团队，彼此检查工作，在数字百科全书中查阅规则，并验证每一项决策都有来自患者档案的证据支持。这种方法旨在提高编码过程的速度和准确性，同时保持“人在回路”中，以处理最困难的情况。
研究团队使用来自重庆一家眼科医院的真实医疗记录对该系统进行了测试。他们收集了2026年1月至6月期间入住的6,000多名患者的数据，专门针对眼科疾病和眼科手术。从这个庞大的群体中，他们选择了1,200份记录进行详细研究，确保样本既包括常见病症，也包括罕见且复杂的病例。目标是观察计算机是否能达到已经处理过这些文件的专业编码员的准确度。该系统承担了两项主要任务：为患者的诊断分配代码，以及为执行的操作（如白内障手术或激光治疗）分配代码。
为了理解该系统是如何运作的，可以将它想象成一位必须在大型图书馆中寻找特定书籍的图书管理员。这位管理员不会直接猜测书名，而是先阅读请求，然后检查卡片目录以找到正确的区域，最后取出准确的书籍以确认细节。研究人员构建的系统也遵循类似的路径。首先，中央计算机读取整个患者记录，其中可能包括入院记录、实验室结果和出院小结。它将这些长文本分解成更小、更易处理的信息片段。随后，一组数字代理（agents）接管工作。一个代理负责寻找特定的医学术语，并将其与官方代码的结构化数据库进行匹配；另一个代理负责检查规则，以确保某些代码不能同时使用，或者某个特定代码需要一个伴随代码；第三个代理决定哪种情况是住院的主要原因，这是决定如何向患者计费的关键步骤；最后，一个质量控制代理会审查最终的列表，标记出任何看似不确定或违反规则的代码，并将其发送给人类进行二次审核。
测试结果令人振奋。当系统为眼科疾病分配代码时，其准确度与人类专家的选择高度一致。在最精细的分类层级上，系统的正确率约为92%。它在超过90%的病例中成功识别出了患者入院的主要原因。在更广泛的分类层面（例如识别眼科疾病的一般类别），系统的表现更为出色，正确率接近97%。然而，系统在处理操作代码时面临的挑战略大。虽然表现依然很好，但其对于外科手术操作的准确度低于诊断代码，在最具体代码上的成功率约为85%。这一差距表明，描述手术的具体执行方式对于计算机来说，比描述一种疾病要困难一些。
最重要的发现之一是系统如何处理罕见病症。研究人员发现，该系统在处理记录中频繁出现的常见疾病方面表现卓越。然而，对于仅出现过几次的极罕见代码，系统的表现则较为吃力，有时会遗漏正确的代码或建议错误的编码。这是医疗编码领域的一个已知挑战，因为对于罕见事件，可供学习的数据较少。系统还犯了一种特定类型的错误：它倾向于建议过多的代码，而不是过少的代码。换句话说，它更有可能包含一个并非严格必要但并不违规的代码，而不是遗漏一个必要的代码。在医疗环境中，这是一种相对安全的错误，因为它确保了不会遗漏任何信息，尽管仍需要人类来清理清单。
研究人员强调，该系统的设计初衷并不是完全取代人类编码员。相反，它是一个强大的助手，负责处理阅读和初步分类等繁重工作。该系统具有透明性：对于它建议的每一个代码，它都会指出导致该决策的医疗记录中的确切句子。如果系统感到不确定，它会将病例标记出来交由人类专家复核。这种“人在回路”的设计确保了最终输出的可靠性。研究表明，通过将人工智能的速度与人类专家的判断力相结合，医院可以实现既高效又精准的编码质量。该系统成功地将复杂、混乱的患者笔记转化为现代医疗所需的清晰、标准化的语言，证明了机器可以像编写这些规则的人类一样，学会严谨地遵循编码规则。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。