Automatizzare la Codifica Clinica con i Large Language Models: Un Approccio per Migliorare la Codifica ICD in Regimi Low-Resource

La codifica di documenti sanitari è un attività che consiste nell’assegnare codici relativi a diagnosi legate alla medicina a partire da note mediche scritte sotto forma di testo libero. È un’attività svolta manualmente da professionisti della salute con lo scopo di tenere traccia di diagnosi e procedure relative ai pazienti. Rendere questo processo completamente o parzialmente automatico è un ambito di ricerca molto importante in quanto permetterebbe di far risparmiare moltissimo lavoro meccanico e ripetitivo a molti medici esperti. In questo studio si iniziano ad esplorare le possibilità che i nuovi Large Language Models possono offrire in questo campo, fornendo una strategia operativa composta da due fasi: nella prima si seleziona, utilizzando un modello sentence transformer e calcolando le similarità tra termini medici ed etichette, un sottoinsieme ristretto di codici contenente il maggior numero possibile di label corrette; nella seconda fase invece, si sfrutta un large language model per analizzare a pieno il contenuto della nota medica e selezionare tra i codici restituiti dalla prima fase, le etichette più adatte. L’approccio proposto e implementato è risultato promettente e fornisce una buona base per la ricerca futura, che può portare all’utilizzo effettivo del sistema descritto per situazioni reali anche in regimi Low-Resource.