CareLit · DOI-Nachweis · Klinische Monatsblätter für Augenheilkunde
Automatisierte Zuordnung von ICD- und Alpha-ID-Codes zu „Real-World“-Arztbriefdiagnosen durch die „word2vec“-Methode
DOI 10.1055/a-1023-4490
Bibliografische Angaben
Nachweis in CareLit
Autor:innenStefan J. Lang, Moritz Claudius Daniel, Thabo Lapp, Thomas Reinhard
ZeitschriftKlinische Monatsblätter für Augenheilkunde
Ausgabe12/2019
Jahrgang / SeitenJg. 236 · S. 1413-1417
Kernaussage aus der Literatur
Abstract-Vorschau
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 liegen…
Zitieren
Zitierempfehlung
Stefan J. Lang, Moritz Claudius Daniel, Thabo Lapp, Thomas Reinhard (2019) Automatisierte Zuordnung von ICD- und Alpha-ID-Codes zu „Real-World“-Arztbriefdiagnosen durch die „word2vec“-Methode. Klinische Monatsblätter für Augenheilkunde, 236 (12), 1413-1417. https://doi.org/10.1055/a-1023-4490
Mit CareLit weiterarbeiten