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

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.