國泰醫院打造ICD-10疾病編碼推薦，AUC達0.99擬在6科試行

國泰綜合醫院在今年度醫療科技展中，揭露一款ICD-10疾病分類碼推薦AI系統，以2015年至2018年的健保資料庫與國泰醫院內部資料訓練而成，能在醫師填寫出院病摘時，根據病人病歷資訊和DRG健保支付規範，從上萬個ICD-10編碼中推薦最合適的近10項疾病分類碼，供醫師選擇。目前，該系統的分類效能指標AUC高達0.99（最佳值為1.0），國泰醫院也已在6個科別試行，將視成效來擴大使用。

痛點：編碼分類得耗費大量人力和時間成本

國泰綜合醫院院長室副主任郭明娟是開發這套系統的關鍵人物之一，她指出，一般醫師填寫出院病摘時，也得填寫ICD-10疾病分類碼，而ICD-10是WHO所定義的疾病分類標準，用來描述病人的疾病、症狀、異常等狀況，其中，光ICD-10-CM就有6萬8千個編碼，比前一版版多了5萬5千個，分類難度大增。而醫師因工作繁忙，可能只填寫印象中較熟悉的編碼，但「也許還有更好、更貼切的選擇，」她說。

這不只是國泰醫院面臨的問題，而是全臺醫院都會面臨的難題。也因此，一般醫院的做法是，由另一個專門單位，來核對醫師填寫的出院病摘ICD-10編碼。在國泰醫院，這個單位就是疾分人員，他們除了要找出最貼近病歷描述的ICD-10編碼，也得考慮後續申報規定（也就是DRG制度），再來回與醫師溝通，取得共識後再送出資料至健保署。

但醫院每天都得處理大量病人，疾分人員還得來回與醫師溝通，這就花費大量人力與時間在確認疾病編碼分類上。

於是，為解決問題，國泰醫院在一次因緣際會下，與一家新創公司討論，要開發一套AI模型，來在醫師填寫出院病摘時，就先推薦最適合的編碼，節省後續的人工作業成本、更專注於重大醫療案件。

以健保大數據和國泰醫院資料優化模型，2年開發微調、AUC達0.99

於是，將近2年前，雙方開始開發這套系統。他們先以2015年至2018年的健保資料庫資料，來訓練一套推薦模型，這套模型會根據病歷資料，如病歷（病人特徵、過去病史）和病程記錄（如用藥、手術資料、處置資訊和檢驗檢查等），以及DRG規範，來推薦最適合的ICD-10疾病編碼。

不過，光有健保資料還不夠。為了更符合國泰醫院的需求，國泰醫院也將院內去識別化的資料，用來優化模型，來更貼近實務需求。但也由於醫院對資料的保護，疫情間，雙方暫緩對該模型開發，疫情趨緩後才繼續執行。經過不斷的微調和優化，模型AUC最終也達到0.99。

在系統使用上，則由國泰醫院資訊部來介接，將模型內嵌至醫療資訊系統（HIS）中，讓醫師在同一個頁面、不必切換系統，就能點擊查看近10項推薦編碼和DRG計算值（如下圖）。若合理，就能點選帶入出院病摘。

但醫師要是有疑慮，也可查看自動生成的報告，該報告會解釋AI推薦的編碼，是根據哪些病歷資料產出（如下圖）。

若醫師認為推薦編碼都不符合事實，也可回報系統、給出原因，後續再以這些回饋資料重新訓練模型。

目前，國泰醫院已在院內6個科別試行這套系統，未來將視成效，來決定是否擴大採用。