2026年01月16日
## 要約：
この研究では、患者の医療記録から社会 determinants (SDoH) を自動抽出し、ICD-9コード予測に活用する手法を検討しました。理由付けモデルと大規模言語モデルを用いて、入院記録の社会 determinants を予測し、既存のICD-9コードを利用することで89%のF1スコアを達成しました。医療記録の欠落しているSDoHコードの特定も行っています。
---
## 翻訳：
arXiv:2601.09709v1で発表された論文です。患者の健康状態と相関関係がありますが、構造化されたデータとして捉えられていることは稀です。最近では、診断システムを補完するために、患者の社会的状況に関する知識を付与することを目的として、臨床テキストからこれらのマーカーを自動的に抽出することに注目が集まっています。大規模言語モデルは、文から社会 determinants のラベルを識別するのに優れた性能を示しますが、長距離依存関係が問題となる大規模な入院記録や長期的な記録の予測は困難です。本論文では、理由付けモデルと従来のLLMを用いて、MIMIC-IIIデータセットにおける入院記録のマルチラベル社会 determinants ICD-9コード分類を検討しています。入院記録の予測に既存のICD-9コードを活用し、89％のF1スコアを達成しました。本研究の貢献として、139件の入院記録において見つかった欠落したSDoHコードと、結果を再現するためのコードを含みます。
[📰 原文はこちら](https://arxiv.org/abs/2601.09709)
---
※本記事はAI（Ollama）による自動翻訳・要約です。
BittensorManがお勧めするメーカーリスト
https://exbridge.jp/xdirect/
AI時代の技術と知識のまとめ(AI生成メディア) - AIDexx
https://exbridge.jp/aidexx/
頑張って働く人に向けて、プロ用仕事アイテムを格安でネット販売しているX-Direct（ https://exdirect.net ）を、BittensorManは応援しています。
動画の最後にお得な情報がありますので、
最後までご覧ください。
