CareLit Fachartikel

Automatisierte Zuordnung von ICD- und Alpha-ID-Codes zu „Real-World“-Arztbriefdiagnosen durch die „word2vec“-Methode

Stefan J. Lang, Moritz Claudius Daniel, Thabo Lapp, Thomas Reinhard · Klinische Monatsblätter für Augenheilkunde · 2019 · Heft 12 · S. 1413-1417

Dokument
1211697
CareLit-ID
Jahr
2019
Publikation
PDF
nein
Metadaten
DOI
ja
zitierfähig

Bibliografische Angaben

Zeitschrift
Klinische Monatsblätter für Augenheilkunde
Autor:innen
Stefan J. Lang, Moritz Claudius Daniel, Thabo Lapp, Thomas Reinhard
Ausgabe
Heft 12 / 2019
Jahrgang 236
Seiten
1413-1417
Erschienen: 2019-12-01 00:00:00
ISSN
0023-2165

Zusammenfassung

Zusammenfassung Hintergrund Für eine wissenschaftliche Auswertung von Arztbriefen bedarf es aufgrund unterschiedlicher Terminologien und dem häufigen Gebrauch von Synonymen der Transformation in ein normiertes Codesystem wie bspw. ICD-10 oder Alpha-ID. Das sog. „Word Vector Embedding“ erscheint für die Generierung des dafür erforderlichen Thesaurus geeignet, da hierüber – nach geeignetem Training des zugrunde liegenden neuronalen Netzwerkes – synonyme Diagnosen unabhängig von der Schreibweise automatisch identifiziert werden können. Methoden Es wurden alle Arztbriefe von insgesamt 50 000 Patienten anonymisiert e…

Schlagworte

Diagnosen word2vec Arztbrief diagnosis medical report Betrug Arztbriefe Klinische Monatsblätter für Augenheilkunde