Taming the Real-world Complexities in CPT E/M Coding with Large Language Models
Created by
Haebom
Category
Empty
저자
Islam Nassar, Yang Lin, Yuan Jin, Rongxin Zhu, Chang Wei Tan, Zenan Zhai, Nitika Mathur, Thanh Tien Vu, Xu Zhong, Long Duong, Yuan-Fang Li
개요
본 논문은 의사가 환자에게 제공하는 의료 서비스를 문서화하는 데 사용되는 CPT (Current Procedural Terminology) E/M 코딩의 자동화를 다룹니다. 자동화는 의사의 문서 부담을 줄이고, 청구 효율성을 높여 더 나은 환자 관리를 가능하게 합니다. 논문은 E/M 코딩 자동화의 어려움을 설명하고, 이를 해결하기 위한 LLM 기반 프레임워크인 ProFees를 제시합니다. ProFees는 실제 데이터셋에서 기존 상업 시스템 및 단일 프롬프트 기반 모델보다 뛰어난 성능을 보였습니다.
시사점, 한계점
•
시사점:
◦
LLM 기반 프레임워크 ProFees는 실제 복잡성을 고려하여 CPT E/M 코딩 정확도를 크게 향상시켰습니다.
◦
ProFees는 상업 시스템 및 단일 프롬프트 기반 모델보다 우수한 성능을 보였습니다.
◦
자동화된 E/M 코딩은 의사의 업무 부담을 줄이고, 의료 서비스 효율성을 높이는 데 기여할 수 있습니다.
•
한계점:
◦
논문에서 구체적인 한계점에 대한 언급은 없습니다. (논문 내용 요약에 한계점에 대한 언급이 없음)
