Large language models are good medical coders, if provided with tools

这项研究提出了一种新颖的两阶段检索-排序系统，用于自动ICD-10-CM医学编码，并将其性能与基于Vanilla大型语言模型（LLM）的方法进行比较。在对100个单词医学条件的数据集上评估了两个系统后，检索-排序系统在预测正确的ICD-10-CM代码方面达到了100％的准确率，明显优于仅达到6％准确率的Vanilla LLM（GPT-3.5-turbo）。我们的分析表明，检索-排序系统在处理不同专业的各种医学术语方面具有更高的精度。虽然这些结果很有前途，但我们承认使用简化输入的限制，并需要在更复杂、更现实的医学案例上进行进一步测试。这项研究有助于不断改进医学编码的效率和准确性，凸显了基于检索的方法的重要性。

本文旨在提出一种新的两阶段检索-排名系统，用于自动化ICD-10-CM医学编码，并将其与Vanilla大型语言模型（LLM）方法进行比较。

本文提出的检索-排名系统在100个单词医学条件数据集上实现了100％的准确率，明显优于Vanilla LLM方法。

本文的亮点在于提出的检索-排名系统在处理不同专业的各种医学术语方面具有卓越的精度。实验结果非常有前途，但需要进一步测试更复杂、更现实的医疗案例。值得深入研究。

最近的相关研究包括：《用于医学编码的基于深度学习的方法》、《自动化医学编码的综述》等。