大型语言模型革新医疗ICD自动编码：从PLM-ICD到新一代智能编码系统

本研究聚焦于利用最先进的医疗大型语言模型（LLMs）提升非结构化临床记录中ICD自动编码的准确性、可解释性和有效性，并与现有基线方法PLM-ICD进行多维度对比分析。研究将从准确性（micro-F1、macro-F1、AUPRC）、可解释性（注意力机制、生成式解释）及实际应用效果（推理速度、资源消耗等）三个核心维度评估模型性能，旨在为医疗ICD编码自动化提供新的技术方向。

在现代医疗体系中，ICD编码是连接临床诊疗与医疗管理的关键纽带，但传统人工编码成本高、效率低，难以应对海量电子病历数据。预训练语言模型（PLMs）如PLM-ICD为自动化编码带来曙光，但随着大型语言模型的发展，其能否实现质的飞跃成为研究焦点。PLM-ICD利用BERT等模型提取特征并预测ICD代码，而LLMs的强大能力有望解决现有方法的局限。

PLM-ICD的技术架构包括：

1. 文本编码层：采用BERT或医疗领域变体（如ClinicalBERT、BioBERT）作为编码器，学习医学术语语义表示；
2. 标签感知注意力机制：针对多标签分类任务，为每个ICD代码学习特定注意力向量，提取相关信息；
3. 层次化代码结构利用：借助ICD的层次结构（如A00→A00.0），通过层次化分类确保代码组合合理。

医疗LLMs（如Med-PaLM、Meditron）相比PLM-ICD具有三大优势：

1. 扩展上下文理解：支持更长token输入（如4096+），可完整处理长临床记录，捕捉跨段落关联；
2. 丰富医学知识储备：预训练涵盖海量医学文献、指南，能理解疾病关联、诊断标准等深层知识；
3. 生成式推理能力：可生成编码解释、置信度说明，甚至交互式澄清问题，提升用户体验。

实验采用MIMIC-III/IV数据集（重症监护病房去标识化记录及ICD编码标注），评估协议包括：

• 时间敏感数据划分（训练/验证/测试按时间顺序分离）；
• 验证集超参数调优后测试集报告性能；
• 显著性检验验证性能提升；
• 错误分析识别失败模式。对比模型涵盖不同规模（7B-70B参数）及训练策略（预训练、指令微调等）的医疗LLMs。

预期成果包括：

1. 技术贡献：建立医疗LLMs在ICD编码任务的性能基准，揭示优势与局限；
2. 实用指南：帮助医疗机构评估选择编码方案，涵盖模型选择、部署成本等；
3. 开源贡献：公开代码、模型及实验记录，促进社区协作复现。这些成果将推动医疗AI编码技术进步，惠及医疗机构与患者。

应用LLMs于ICD编码面临挑战：

1. 计算资源需求：推理成本高于PLM，需探索模型压缩、知识蒸馏等降低开销；
2. 编码一致性保障：需结合规则引擎确保代码符合ICD规则（如代码配对/互斥）；
3. 持续学习与适应：需应对医学知识更新及ICD版本修订（如ICD-9→10→11），实现系统快速适应。未来研究将聚焦这些方向。