การใช้ฐานประสบการณ์เพื่อเสริมประสิทธิภาพของระบบค้นหา รหัสการจำแนกโรคระหว่างประเทศแบบอัตโนมัติ และการแลกเปลี่ยนประสบการณ์ของระบบ

Abstract

ระบบค้นหารหัสการจำแนกโรคระหว่างประเทศเป็น โปรแกรมที่พัฒนาขึ้นตั้งแต่ปี พ.ศ. 2554 โดยโปรแกรมช่วย ให้ผู้ใช้สามารถค้นหารหัส ICD- International Statistical Classification of Diseases and Related Health Problems เพื่อ ใส่รหัสการวินิจฉัยโรคเข้าไปในระบบข้อมูลของโรงพยาบาล ได้อย่างรวดเร็วมากขึ้น ระบบนี้มีค่า ความสามารถใน การหารหัสพบ (Recall) = 0.4768 และค่าความแม่นยำ (Precision) = 0.9097 โดยค่า Recall ไม่สูง เกิดจากการที่ แพทย์มักใช้คำวินิจฉัยโรคที่ไม่ตรงกับคำที่อยู่ในฐานความรู้ ICD งานวิจัยครั้งนี้ได้พัฒนาการใช้ฐานประสบการณ์เพื่อ เสริมประสิทธิภาพของระบบให้รหัสการจำแนกโรคระหว่าง ประเทศแบบอัตโนมัติ และการแลกเปลี่ยนประสบการณ์ของ ระบบ เมื่อระบบ นำฐานประสบการณ์ไปใช้ประกอบการ ค้นหารหัสโรค พบว่า ระบบสามารถค้นหารหัสได้มากขึ้นกว่า เดิมอย่างมีนัยสำคัญทางสถิติ โดยความแม่นยำยังมีค่าไม่ แตกต่างจากเดิม (Recall = 0.6773 Precision = 0.9283 p-value = 0.008 (< 0.05) ) ได้ทดลองแลกเปลี่ยน ประสบการณ์กับระบบอื่นจำนวน 15 ระบบ แล้วให้ทดลอง ค้นหารหัสแบบอัตโนมัติใหม่จะพบว่าเกิดความแตกต่างโดย สามารถค้นหารหัสได้มากขึ้นอย่างมีนัยสำคัญ เมื่อแลก เปลี่ยนเรียนรู้ตั้งแต่ 4,500 กรณี เป็นต้นไป

Experience Base Utilization to Enhance Efficiency of the Automated International Classification of Diseases Coding System and Experience Sharing of System

Wansa Paoin and Supot Nitsuwat

The Automated International Statistical Classification of Diseases (ICD) Coding System was developed since 2011. This program help clinical coders to search ICD and input the codes into the hospital information system more quickly than the manual system. Recall of the system = 0.4768 and precision = 0.9097. The recall value is low due to the fact that some diagnosis words that the physician used could not be found into the ICD knowledge base. This research developed experience base utilization to enhance efficiency of the system and enable experience sharing of the system. When the system used experience base to enhance searching, it could find more ICD codes (recall = 0.6733, precision = 0.9283). This increase ability of the system was statistical significant (p-value = 0.008 (< 0.05). When the system share and learn from other 15 systems and do automated coding again. It could find more codes significantly when learning more than 4,500 cases.