Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
질병 분류 체계(ICD) 간의 자동 매핑 시 발생하는 일대다(one-to-many) 시나리오의 정밀도와 재현율 문제를 해결하기 위한 새로운 방법론을 제안합니다. LLM 기반의 블로킹 및 매칭 파이프라인을 통해 높은 정밀도와 넓은 커버리지를 동시에 달성했습니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.CL (NLP)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기국제 질병 분류 (ICD)와 같은 질병 분류 체계 간의 자동 매핑은 보건 데이터를 통합하고 종단적 데이터 분석 (longitudinal data analysis)을 수행하는 데 있어 도전적이면서도 필수적인 과제입니다. 기존의 임베딩 기반 (embedding-based) 방법들은 주로 일대일 (one-to-one) 매핑에 집중하며, 더 복잡한 일대다 (one-to-many) 시나리오를 간과하고 있습니다. 임계값 기반 (threshold-based) 및 Top-K 방법들이 자연스러운 확장 방안을 제공하지만, 이들은 정밀도 (precision), 재현율 (recall), 그리고 매핑 커버리지 (mapping coverage) — 즉, 타겟 코드에 대해 최소 하나 이상의 매핑을 갖는 소스 코드의 비율 — 사이의 내재적인 트레이드오프 (trade-offs)를 수반합니다. 이러한 문제를 해결하기 위해, 우리는 엔티티 해상도 (entity resolution)에서 흔히 사용되는 블로킹 및 매칭 (blocking-and-matching) 파이프라인에서 영감을 얻은 새로운 방법을 소개합니다. 구체적으로, 우리는 먼저 후보 매칭 블록을 생성하고 (blocking), 그 다음 대규모 언어 모델 (LLM)을 사용하여 각 블록 내에서 모든 유효한 매핑을 식별합니다 (matching). 실증적으로, 우리는 제안된 방법이 여러 ICD 버전 쌍 (ICD-9-CM$\leftrightarrow$ICD-10-CM 및 ICD-10-AM$\leftrightarrow$ICD-11)에 대해 유사한 재현율과 더 넓은 커버리지를 유지하면서도 더 높은 정밀도를 달성함을 보여줍니다. 우리의 소스 코드와 데이터셋은 다음에서 확인할 수 있습니다: https://tinyurl.com/46kyn7wp.