實際運用人工智慧（AI）輔助疾病分類編碼效益

一、目的疾病分類編碼，與DRG支付息息相關，編碼若能精確，才能產生正確的DRG，醫院才能得到合理給付。但疾病分類編碼必須由疾病分類人員詳細閱讀醫師之病歷摘要、手術紀錄、檢驗檢查報告、住院過程等，並經由各種工具書查出相關的ICD代碼。健保署於2016年全面停止使用ICD-9，轉而使用數量更龐大的ICD-10，代碼數由原本13,500變為68,000成長5倍，無法再靠記憶力或筆記進行編碼。二、方法紙本工具書字體小，逐筆翻查相當耗時耗力，電子工具書雖可執行查詢命令，但仍需階梯式尋找正確代碼，紙本工具書電子工具書AI的Free text search讓使用者可以使用全文搜尋方式，運用自然語言處理演算法（NLP）找到ICD，不需要一層一層查找，節省編碼時間，且AI也可以聰明的辨別哪些診斷需要併碼或拆碼，設計metaphor（隱喻）與synonym（同義詞）的聯想機制，偵測語意更加精準，擴大辨識範圍。初期ICD系統設置即時回報功能，讓使用者可以方便的回饋系統問題，當AI提供的結果不正確時，疾病分類人員可以即時回報正確的編碼，讓演算法可以在第一時間進行改善調整，提升正確率。