社團法人台灣病歷資訊管理學會於 8 月 16 日在台北慈濟醫院,舉辦「你在 AI 世界了嗎~落地經驗分享與未來發展」為主題的 109 年度病歷資訊管理實務研討會,AICS 的智慧醫療團隊很榮幸受邀,與合作夥伴慈濟醫院以及彰化基督教醫院,一同分享 ICD-10 智能編碼服務於實務中落地應用的經驗。

ICD-10 是什麼?

ICD-10 (10th revision of the International Statistical Classification of Diseases and Related Health Problems) 為國際疾病分類標準第十版,疾病分類是將罹患之疾病體或疾病群依既定之準則加以分門別類的一種系統,其目的在於讓不同國家、不同地區、在不同時間所蒐集的罹病或死亡資料,被系統化記錄、分析、解讀與比較 1。實務中醫師根據病患主觀陳述和客觀檢查結果,以及進行的手術或處置,分別進行 ICD-10 CM (診斷碼) 和 PCS (處置碼) 的編碼,最後由疾病分類師根據醫師的診斷、完整病歷、手術紀錄和所有相關資訊,調整、修正並確認最終的正確 ICD-10 CM 和 PCS 編碼與完成健保給付申報。

ICD-10 的使用現況

臺灣健保疾病分類於 2016 年起以 ICD-10 CM/PCS 申報,取代原先使用的 ICD-9 CM,兩個版本的差異除了將處置碼獨立為 PCS 外,編碼的數量也明顯增加 (請參考下表),以將新的醫療技術和疾病納入,並更精準地分類以利醫療服務統計。2

診斷碼 處置碼
ICD-9 14,000 3,800
ICD-10 69,000 70,000

編碼數量的大幅增加也造成了臨床編碼的困難度,尤其當醫師面對較不熟悉的處置碼,和非本身專業科別的疾病,要選擇最正確且合適的編碼,有相當程度的挑戰,也較為費時,因此導致疾病分類師須花費更多的心力調整和修正醫師所選的編碼。

AICS ICD-10 智能編碼服務

為協助醫師與疾病分類師更快且更準確地編碼,AICS 提供 ICD-10 智能編碼服務。該服務主要透過 NLP (自然語言處理) 的 AI 模型,閱讀並理解醫院中過去大量的傳統非結構化文字病歷,並整合數值型紀錄等異質資料,從中學習與 ICD-10 編碼之間的對應關係,於實際應用時,則會根據病歷與相關資訊給予推薦編碼,讓醫師和疾病分類師只須從推薦列表中輕鬆點選最合適者即可完成 ICD-10 的編碼。此外,這項服務也提供病歷書寫小幫手的功能,包括錯字檢查、更正推薦、以及打字時推薦字詞透過選取直接輸入,協助提升病歷撰寫的正確性與效率。

AICS ICD-10 Coding Assistant

疾病分類師認可 —
有效提升病歷品質 縮短編碼時間

彰化基督教醫院

病歷資訊管理部賴淑芬主任於會議中分享疾病分類師使用 AICS ICD-10 智能編碼服務的成效,使用率自五月導入約只有 50% 不到,於七月時已成長到 78% 左右。而疾病分類師最在意正確編碼能否如期被 AI 推薦,服務上線時,約有 60% 的正確編碼可以從 AI 的推薦列表中直接選取,透過 AI 模型不斷的更新改善,七月時 AI 可推薦的正確編碼已提升至 76% 。賴主任也分享了院內疾病分類師的訪談,表示於實務中經過 AI 模型的優化,ICD-10 智能編碼服務確實能幫助使用者,透過幾個點擊動作就完成編碼,大幅減少作業的心力和時間。

花蓮慈濟醫院

醫事室張菁育副主任分享了數據分析比對疾病分類師、醫師、與 AI 的編碼內容,發現相較於醫師,AI 推薦的編碼更為接近疾病分類師最終所選的正確編碼,顯示 ICD-10 智能編碼服務可幫助縮小醫師與疾病分類師的編碼差異,進而減少最終調整與確認 ICD-10 編碼的時間。而病歷書寫小幫手也解決了過去缺少錯字檢查功能的問題,提升病歷的品質。最後張副主任以 「很多人告訴我們,擁抱 AI 才不會被 AI 淘汰。所以~我們正在擁抱。」 與現場所有醫事人員共勉。

1. 衛生福利部統計處 「國際疾病分類使用指引」
2. 衛生福利部中央健康保險署「(ICD-10-CM/PCS) 制度簡介及說明」

進一步了解我們的智慧醫療解決方案