Automatisation du codage CIM10 d'une unité de médecine de jour, à partir du dossier patient informatisé.

Jean-Marie Gouin, Christophe Gaborit, Louis Plattel, Marie Ansoborlo
{"title":"Automatisation du codage CIM10 d'une unité de médecine de jour, à partir du dossier patient informatisé.","authors":"Jean-Marie Gouin, Christophe Gaborit, Louis Plattel, Marie Ansoborlo","doi":"10.1016/j.jeph.2025.202884","DOIUrl":null,"url":null,"abstract":"<p><strong>Introduction: </strong>Le traitement du langage naturel permet d'extraire des données structurées à partir de données non structurées, comme un compte-rendu. Des systèmes basés sur des règles d'experts ou \"expressions régulières\" permettent de retrouver des motifs (mot clé ou suite de caractères) de façon automatique au sein de documents textuels. L'entrepôt de données hospitalières est alimenté par les documents textuels en format libre ou semi structuré. A partir de règles définies on propose le codage automatique des séjours d'une unité médicale de jour. MéTHODES: Le traitement du langage naturel permet d'extraire des données structurées à partir de données non structurées, comme un compte-rendu. Des systèmes basés sur des règles d'experts ou \"expressions régulières\" permettent de retrouver des motifs (mot clé ou suite de caractères) de façon automatique au sein de documents textuels. L'entrepôt de données hospitalières est alimenté par les documents textuels en format libre ou semi structuré. A partir de règles définies on propose le codage automatique des séjours d'une unité médicale de jour. RéSULTATS: Sur 446 séjours de 0 jour non codés, 320 codages ont été proposés d'emblée conformes à la réalité du texte (71,7%). 26 séjours non codés étaient dus à des documents texte non validés par le praticien. 15 documents étaient non lus car en erreurs de mouvements. Leur correction ajoute 41 codages soient 80,9% de succès. 85 dossiers restent non codés (19%).</p><p><strong>Discussion/conclusion: </strong>La recherche d'éléments signifiants au sein d'un texte non structuré peut devenir une aide puissante au codage mais ne se substitue pas au professionnel.</p>","PeriodicalId":517428,"journal":{"name":"Journal of epidemiology and population health","volume":"73 Suppl 1 ","pages":"202884"},"PeriodicalIF":0.0000,"publicationDate":"2025-02-24","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Journal of epidemiology and population health","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.1016/j.jeph.2025.202884","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Introduction: Le traitement du langage naturel permet d'extraire des données structurées à partir de données non structurées, comme un compte-rendu. Des systèmes basés sur des règles d'experts ou "expressions régulières" permettent de retrouver des motifs (mot clé ou suite de caractères) de façon automatique au sein de documents textuels. L'entrepôt de données hospitalières est alimenté par les documents textuels en format libre ou semi structuré. A partir de règles définies on propose le codage automatique des séjours d'une unité médicale de jour. MéTHODES: Le traitement du langage naturel permet d'extraire des données structurées à partir de données non structurées, comme un compte-rendu. Des systèmes basés sur des règles d'experts ou "expressions régulières" permettent de retrouver des motifs (mot clé ou suite de caractères) de façon automatique au sein de documents textuels. L'entrepôt de données hospitalières est alimenté par les documents textuels en format libre ou semi structuré. A partir de règles définies on propose le codage automatique des séjours d'une unité médicale de jour. RéSULTATS: Sur 446 séjours de 0 jour non codés, 320 codages ont été proposés d'emblée conformes à la réalité du texte (71,7%). 26 séjours non codés étaient dus à des documents texte non validés par le praticien. 15 documents étaient non lus car en erreurs de mouvements. Leur correction ajoute 41 codages soient 80,9% de succès. 85 dossiers restent non codés (19%).

Discussion/conclusion: La recherche d'éléments signifiants au sein d'un texte non structuré peut devenir une aide puissante au codage mais ne se substitue pas au professionnel.

从计算机化的患者记录中自动化日间医疗单元的CIM10编码。
简介:自然语言处理允许从非结构化数据(如报告)中提取结构化数据。基于专家规则或“正则表达式”的系统允许在文本文档中自动查找模式(关键字或字符序列)。医院数据仓库由自由格式或半结构化格式的文本文档提供动力。根据定义的规则,我们建议对日间医疗单位的停留进行自动编码。方法:自然语言处理允许提取数据从非结构化的数据结构化,像一篇。基于规则的专家系统的正规表达式”还是可以找到理由(关键字或字符)后可自动文本文档内。医院数据仓库由自由格式或半结构化格式的文本文档提供动力。根据定义的规则,我们建议对日间医疗单位的停留进行自动编码。0的结果:446上停留一天非编码,编码了320首先提议的案文的事实相符(71.7%)。26次未编码的停留是由于未经医生验证的文本文件造成的。由于移动错误,有15份文件没有阅读。他们的修正增加了41个编码,成功率为80.9%。85个文件仍未编码(19%)。讨论/因素的研究结论:有意义的非结构化文本内可以成为强大的加密技术援助,但不能代替专业的。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信