ICD MSMN

التصنيف الدولي للأمراض-MSMN

التنفيذ الرسمي لـ "مرادفات الكود مهمة: شبكة مطابقة المرادفات المتعددة للترميز التلقائي لـ ICD" [ACL 2022]

بيئة

تم اختبار جميع الرموز تحت Python 3.7 وPyTorch 1.7.0. تحتاج إلى تثبيت opt_einsum لحسابات einsum. هناك حاجة إلى وحدة معالجة رسومات سعة 32 جيجابايت على الأقل لتدريب إعداد MIMIC-III الكامل.

مجموعة البيانات

نضع فقط عدة عينات لكل مجموعة بيانات. يحتاج المرء إلى الحصول على تراخيص لتنزيل مجموعة بيانات MIMIC-III. بمجرد الحصول على مجموعة بيانات MIMIC-III، يرجى اتباع caml-mimic للمعالجة المسبقة لمجموعة البيانات. يجب عليك الحصول على Train_full.csv و test_full.csv و dev_full.csv و Train_50.csv و test_50.csv و dev_50.csv بعد المعالجة المسبقة. يرجى وضعها تحت Sample_data/mimic3 . ثم يجب عليك استخدام preprocess/generate_data_new.ipynb لإنشاء مجموعة بيانات بتنسيق json.

تضمين الكلمات

الرجاء تنزيل word2vec_sg0_100.model من LAAT. تحتاج إلى تغيير مسار تضمين الكلمات.

استخدم الكود الخاص بنا

MIMIC-III كامل (وحدة معالجة رسومات واحدة):

 CUDA_VISIBLE_DEVICES=0 python main.py --n_gpu 1 --version mimic3 --combiner lstm --rnn_dim 256 --num_layers 2 --decoder MultiLabelMultiHeadLAATV2 --attention_head 4 --attention_dim 512 --learning_rate 5e-4 --train_epoch 20 --batch_size 2 --gradient_accumulation_steps 8 --xavier --main_code_loss_weight 0.0 --rdrop_alpha 5.0 --est_cls 1  --term_count 4  --sort_method random --word_embedding_path word_embedding_path

MIMIC-III كامل (8 وحدات معالجة رسومات):

 NCCL_IB_DISABLE=1 CUDA_VISIBLE_DEVICES=0,1,2,3,4,5,6,7 python -m torch.distributed.launch --nproc_per_node 8 --master_port=1212 --use_env  main.py --n_gpu 8 --version mimic3 --combiner lstm --rnn_dim 256 --num_layers 2 --decoder MultiLabelMultiHeadLAATV2 --attention_head 4 --attention_dim 512 --learning_rate 5e-4 --train_epoch 20 --batch_size 2 --gradient_accumulation_steps 1 --xavier --main_code_loss_weight 0.0 --rdrop_alpha 5.0 --est_cls 1  --term_count 4  --sort_method random --word_embedding_path word_embedding_path

تقليد-III 50:

 CUDA_VISIBLE_DEVICES=0 python main.py --version mimic3-50 --combiner lstm --rnn_dim 512 --num_layers 1 --decoder MultiLabelMultiHeadLAATV2 --attention_head 8 --attention_dim 512 --learning_rate 5e-4 --train_epoch 20 --batch_size 16 --gradient_accumulation_steps 1 --xavier --main_code_loss_weight 0.0 --rdrop_alpha 5.0 --est_cls 1 --term_count 8 --word_embedding_path word_embedding_path

تقييم نقاط التفتيش

 python eval_model.py MODEL_CHECKPOINT

mimic3 نقطة تفتيش

mimic3-50 نقطة تفتيش

الاقتباس

 @inproceedings{yuan-etal-2022-code,
    title = "Code Synonyms Do Matter: Multiple Synonyms Matching Network for Automatic {ICD} Coding",
    author = "Yuan, Zheng  and
      Tan, Chuanqi  and
      Huang, Songfang",
    booktitle = "Proceedings of the 60th Annual Meeting of the Association for Computational Linguistics (Volume 2: Short Papers)",
    month = may,
    year = "2022",
    address = "Dublin, Ireland",
    publisher = "Association for Computational Linguistics",
    url = "https://aclanthology.org/2022.acl-short.91",
    pages = "808--814",
    abstract = "Automatic ICD coding is defined as assigning disease codes to electronic medical records (EMRs).Existing methods usually apply label attention with code representations to match related text snippets.Unlike these works that model the label with the code hierarchy or description, we argue that the code synonyms can provide more comprehensive knowledge based on the observation that the code expressions in EMRs vary from their descriptions in ICD. By aligning codes to concepts in UMLS, we collect synonyms of every code. Then, we propose a multiple synonyms matching network to leverage synonyms for better code representation learning, and finally help the code classification. Experiments on the MIMIC-III dataset show that our proposed method outperforms previous state-of-the-art methods.",
}