임상 텍스트에서 의료 코드의 설명 가능한 예측

임상 노트는 각 환자 접촉 시 임상의가 작성하는 텍스트 문서입니다. 이들은 일반적으로 진단과 치료를 설명하는 의료 코드와 함께 제공됩니다. 이러한 코드를 주석화하는 작업은 노동 집약적이며 오류가 발생하기 쉽습니다. 또한, 코드와 텍스트 간의 연결이 주석화되지 않아 특정 진단과 치료의 이유와 세부 사항이 불분명해집니다. 본 연구에서는 임상 텍스트에서 의료 코드를 예측하는 주의 기반 합성곱 신경망(attentional convolutional network)을 제시합니다. 제안된 방법은 합성곱 신경망을 사용하여 문서 전체에 걸쳐 정보를 집계하고, 주의 메커니즘을 통해 수천 개의 가능한 코드 중 가장 관련성이 높은 부분을 선택합니다. 이 방법은 정확도가 뛰어나, Precision@8 값이 0.71이고 Micro-F1 값이 0.54로, 모두 기존 최신 기술보다 우수한 성능을 보입니다. 또한, 의사에 의해 수행된 해석성 평가를 통해 주의 메커니즘이 각 코드 할당에 대한 의미 있는 설명을 식별함을 보여주었습니다.