臨床記録は、患者との接遇中に医療従事者が生成する非構造化テキストです。これらの臨床記録には通常、国際疾病分類（ICD）から得られる一連のメタデータコードが付随しています。ICDコードは保険、償還、診断など様々な操作で重要な役割を果たすコードです。したがって、迅速かつ正確にICDコードを分類することは重要です。しかし、これらのコードを注釈することはコストがかかり、時間もかかります。そこで、我々はトランスフォーマーからの双方向エンコーダ表現（BERT）を使用し、シーケンスアテンション手法を用いた自動ICDコード割り当てのモデルを提案します。我々の手法は医療情報マートfor集中治療III（MIMIC-III）ベンチマークデータセット上で評価されました。我々のモデルはマクロ平均F1値：0.62898とマイクロ平均F1値：0.68555の性能を達成し、MIMIC-IIIデータセットを使用した最先端モデルの性能よりも優れています。本研究の貢献点は、文書に適用できるBERTの使用方法と、文書に現れる重要なシーケンス情報を捉えるシーケンスアテンション手法を提案することです。