التوقع القابل للتفسير لأكواد طبية من النص السريري

الملفات السريرية هي وثائق نصية تُنشئها العيادات الطبية لكل لقاء مع المريض. عادة ما تكون مصحوبة برموز طبية، والتي تصف التشخيص والعلاج. ومع ذلك، فإن عملية وضع هذه الرموز تستغرق الكثير من الجهد وتكون عرضة للأخطاء؛ بالإضافة إلى أن العلاقة بين الرموز والنّص غير مشمولة بالتوثيق، مما يخفي الأسباب والتّفاصيل وراء التشخيصات والعلاجات المحددة. في هذا البحث، نقدم شبكةً تلافيفيةً ذات انتباه (Attentional Convolutional Network) قادرة على التنبؤ بالرموز الطبية من النصوص السريرية. تعتمد طريقتنا على جمع المعلومات عبر الوثيقة باستخدام شبكة عصبية تلافيفية (Convolutional Neural Network)، واستخدام آلية الانتباه لاختيار أبرز الأجزاء ذات الصلة لكل من آلاف الرموز الممكنة. إن هذه الطريقة دقيقة، حيث حققت دقة@8 بنسبة 0.71 ومتوسط F1 بمقدار 0.54، وكلاهما أفضل من الحالة السابقة للتقنية المتقدمة. علاوةً على ذلك، من خلال تقييم القابلية للتفسير بواسطة طبيب، أظهرنا أن آليّة الانتباه تمكّن من تحديد توضيحات ذات معنى لكل رمز يتم إسناده.