对比学习双曲图卷积网络

ICD编码精度领先

通过双曲图卷积捕获编码层级结构，并利用对比学习生成层级感知的文本表示，解决了标签分布不均和编码交互恒定的问题。

陈雪晨 · 姚鑫 · 陈志刚

Computers in Biology and Medicine 2023

参数信息

F1提升

2.7 %

F1提升

3.6 %

技术优势

层级失真更小

在双曲空间中嵌入ICD编码的层级结构，避免了欧氏空间图卷积嵌入带来的大失真。

编码交互更有效

通过对比学习将编码特征注入文本编码器，生成层级感知的正样本，不再与恒定编码特征交互。

F1刷新纪录

在MIMIC-III上F1分数相比此前最佳方法Hypercore提升2.7%和3.6%。

应用场景

• 医疗文本编码：用自动化高精度编码替代人工，降低成本。
• 临床决策支持：提供准确ICD编码，支持临床决策与质量监控。
• 医疗数据挖掘：利用层级感知表示挖掘医疗数据中的编码关系。