Liaison ICD-10-CM - Amazon Comprehend Medical

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Liaison ICD-10-CM

Utilisez InfericD10cm pour détecter les affections médicales possibles sous forme d'entités et associez-les aux codes de la version 2022 de la Classification internationale des maladies, 10e révision, modification clinique (ICD-10-CM). L'ICD-10-CM est fourni par les Centers for Disease Control and Prevention (CDC) des États-Unis.

Lorsque des problèmes médicaux sont détectés, InferICD10CM renvoie les codes et descriptions ICD-10-CM correspondants. Les conditions détectées sont répertoriées par ordre décroissant de confiance. Les scores indiquent la confiance dans l'exactitude des entités correspondant aux concepts trouvés dans le texte. Les informations connexes telles que les antécédents familiaux, les signes, les symptômes et la négation sont reconnues comme des traits. Des informations supplémentaires telles que les désignations anatomiques et l'acuité sont répertoriées sous forme d'attributs.

InfericD10cm convient parfaitement aux scénarios suivants :

  • Aider au codage médical professionnel des dossiers des patients

  • Études et essais cliniques

  • Intégration à un système logiciel médical

  • Dépistage et diagnostic précoces

  • Gestion de la santé de la population

Catégorie ICD-10-CM

InfericD10cm détecte les entités de la catégorie. MEDICAL_CONDITION Des informations connexes supplémentaires sont également détectées et liées sous forme d'attributs ou de traits.

Types ICD-10-CM

InfericD10cm détecte les entités des types et. DX_NAME TIME_EXPRESSION

Caractéristiques de la CIM-10-CM

InfericD10cm détecte les informations contextuelles suivantes sous forme de traits :

  • DIAGNOSIS: Identification d'un problème médical déterminé par l'évaluation des symptômes.

  • HYPOTHETICAL: Une indication selon laquelle un problème médical est exprimé sous forme d'hypothèse.

  • LOW_CONFIDENCE: Une indication selon laquelle un problème médical est exprimé comme présentant un degré élevé d'incertitude. Cela n'est pas directement lié aux scores de confiance fournis.

  • NEGATION: Indication de l'absence d'un problème de santé.

  • PERTAINS_TO_FAMILY: Une indication qu'un problème médical concerne la famille du patient, et non le patient lui-même.

  • SIGN: Affection médicale signalée par le médecin.

  • SYMPTOM: Affection médicale signalée par le patient.

Attributs de l'ICD-10-CM

InfericD10cm détecte les informations contextuelles suivantes sous forme d'attributs :

  • DIRECTION: Termes directionnels. Par exemple, gauche, droite, médial, latéral, supérieur, inférieur, postérieur, antérieur, distal, proximal, contralatéral, bilatéral, ipsilatéral, dorsal ou ventral.

  • SYSTEM_ORGAN_SITE: Localisation anatomique.

  • ACUITY:Détermination d'un cas de maladie, tel qu'une maladie chronique, aiguë, soudaine, persistante ou progressive. Cela ne s'applique qu'au MEDICAL_CONDITION type.

  • QUALITY: Tout terme descriptif de l'affection, tel que le stade ou le grade.

Catégorie d'expression temporelle

La TIME_EXPRESSION catégorie détecte les entités liées au temps. Cela inclut des entités telles que les dates et des expressions temporelles telles que « il y a trois jours », « aujourd'hui », « actuellement », « jour d'admission », « le mois dernier » ou « 16 jours ». Les résultats de cette catégorie ne sont renvoyés que s'ils sont associés à une entité. Par exemple, l'expression « Hier, le patient a reçu un diagnostic de grippe » reviendrait Yesterday sous la forme d'une TIME_EXPRESSION entité recoupant l'DX_NAMEentité « grippe ». Cependant, « hier » ne serait pas reconnu comme une entité dans l'expression « hier, le patient promenait son chien ».

Types

Le type reconnu TIME_EXPRESSION est TIME_TO_DX_NAME : la date à laquelle un problème médical est apparu. L'attribut de ce type estDX_NAME.

Type de relation

Le RELATIONSHIP_TYPE fait référence à la relation entre une entité et un attribut. Ce qui RELATIONSHIP_TYPE est reconnu est OVERLAP : TIME_EXPRESSION correspond à l'entité détectée.

Exemples de saisie et de réponse

L'exemple suivant montre le InferICD10CM fonctionnement de l'opération. Voici un exemple de texte de saisie.

« La patiente est une patiente de 71 ans du Dr X. La patiente s'est présentée aux urgences hier soir avec des douleurs abdominales persistantes depuis environ 7 à 8 jours. Elle n'a pas eu de nausées ni de vomissements, mais elle souffre d'anorexie persistante. Elle a des flatulences, mais elle a présenté des symptômes d'obstipation lors de ses dernières selles il y a deux jours. Elle nie la présence de sang rouge vif par rectum et aucun antécédent de méléna récent. Sa dernière coloscopie a eu lieu il y a environ 5 ans avec le Dr Y. Elle n'a pas eu de fièvres ou de frissons précis et aucun antécédent de jaunisse. Le patient nie toute perte de poids récente significative. »

Pour le texte saisi, l'opération InfericD10cm renvoie le résultat suivant (abrégé pour des raisons de concision).

{ "Entities": [ { "Id": 1, "Text": "abdominal pain", "Category": "MEDICAL_CONDITION", "Type": "DX_NAME", "Score": 0.9606665968894958, "BeginOffset": 153, "EndOffset": 167, "Attributes": [ { "Type": "ACUITY", "Score": 0.764342725276947, "RelationshipScore": 0.9999940395355225, "Id": 2, "BeginOffset": 183, "EndOffset": 193, "Text": "persistent", "Traits": [] } ], "Traits": [ { "Name": "SYMPTOM", "Score": 0.7559975981712341 } ], "ICD10CMConcepts": [ { "Description": "Unspecified abdominal pain", "Code": "R10.9", "Score": 0.7775180339813232 }, { "Description": "Epigastric pain", "Code": "R10.13", "Score": 0.6876822710037231 }, { "Description": "Lower abdominal pain, unspecified", "Code": "R10.30", "Score": 0.6758853197097778 }, { "Description": "Generalized abdominal pain", "Code": "R10.84", "Score": 0.6746202707290649 }, { "Description": "Upper abdominal pain, unspecified", "Code": "R10.10", "Score": 0.6702126860618591 } ] } ... "ModelVersion": "2.5.0.20220401" }

InfericD10cm reconnaît également lorsqu'une entité est niée dans le texte. Par exemple, si un patient ne présente aucun symptôme, le symptôme et la négation sont identifiés comme des traits et répertoriés avec un score de confiance. Sur la base des données saisies dans l'exemple précédent, le symptôme Nausea serait répertorié sous la NEGATION forme d'une absence de nausée chez le patient.

{ "Id": 3, "Text": "nausea", "Category": "MEDICAL_CONDITION", "Type": "DX_NAME", "Score": 0.9962648749351501, "BeginOffset": 210, "EndOffset": 216, "Attributes": [], "Traits": [ { "Name": "SYMPTOM", "Score": 0.9296342730522156 }, { "Name": "NEGATION", "Score": 0.9620923399925232 } ], "ICD10CMConcepts": [ { "Description": "Nausea with vomiting, unspecified", "Code": "R11.2", "Score": 0.8000147938728333 }, { "Description": "Nausea", "Code": "R11.0", "Score": 0.7653312683105469 }