ระบบค้นคำวินิจฉัยโรคและให้รหัสการจำแนกโรคระหว่างประเทศแบบอัตโนมัติ กรณีศึกษาในกลุ่มผู้ป่วยกระดูกหัก

Abstract

ระบบค้นคำวินิจฉัยโรคและให้รหัสการจำแนกโรคระหว่าง ประเทศแบบอัตโนมัติ เป็นโปรแกรมที่พัฒนาเสร็จในปี พ.ศ. 2555 โดยโปรแกรมจะอ่านข้อมูลจากรายงานรังสีวิทยา (Radiology Report) ของผู้ป่วยแต่ละรายแล้วค้นหาคำวินิจฉัย โรคจากรายการ เมื่อได้คำวินิจฉัยโรคแล้วก็จะค้นหารหัส ICD-10 (International Statistical Classification of Diseases and Related Health Problems, 10th Revision) เพื่อให้รหัส สำหรับผู้ป่วยแต่ละรายโดยอัตโนมัติ เมื่อทดสอบความ สามารถของระบบโดยใช้ระบบค้นหาคำวินิจฉัยโรคและให้ รหัส ICD-10 โดยอัตโนมัติจากรายงานรังสีวิทยา 1,446 ฉบับ ของผู้ป่วยโรคกระดูกหักจำนวน 473 คน พบว่าระบบมีค่า ความระลึกในการหารหัสพบ (Recall) = 0.763127 และค่าความแม่นยำ (Precision) = 0.992308 โดยค่า Recall ไม่สูง มาก เกิดจากการที่รังสีแพทย์รายงานตำแหน่งกระดูกโดยใช้ ทั้งคำนามและคุณศัพท์ ผู้วิจัยจึงเพิ่มรายการคำคุณศัพท์ เข้าไปในรายชื่อกระดูกของระบบ พบว่า ระบบสามารถค้นหารหัสได้มากขึ้นกว่าเดิมอย่างมีนัยสำคัญทางสถิติ (Recall = 0.905484 p-value< 0.05) และมีค่า F-Measures = 0.944039 ซึ่งสูงกว่างานวิจัยอื่นในอดีต นอกจากนั้นระบบนี้ยังเป็น ระบบแรกที่ค้นหาคำวินิจฉัยโรคจากรายงานรังสีวิทยาและ ให้รหัสโดยอัตโนมัติออกมาเป็น ICD-10 

Diagnosis Detection and Automated International Classification of Diseases Coding System, a Case Study in a Group of Patients with Fracture

Wansa Paoin, Utairat Chaumrattanakul and Waraporn Srikhum

The Diagnosis Detection and Automated International Classification of Diseases Coding System was successfully developed in 2012. This program can read the radiology report of each patient, find diagnosis word and automatically assign ICD-10 (International Statistical Classification of Diseases and Related Health Problems, 10th Revision).The system was used to do automatic ICD-10 coding from 1,446 radiology reports of 473 patients. The recall of the system = 0.763127 and the precision = 0.992308. The recall value is not high due to the fact that the radiologist used both noun and adjectives words in the bone name of diagnosis. After more adjective of bone words were added into the system, it could automatically assign more ICD codes with statistical significant (recall = 0.905484, p-value < 0.05). The F-Measures of the system = 0.944039 which was higher than previous researches. This system was also the first system that could search the diagnosis words from the radiology report and automatically assign ICD-10 codes.