Este artículo presenta MKE-Coder, un nuevo marco para la codificación automática de la Clasificación Internacional de Enfermedades (CIE) basada en historias clínicas electrónicas (HCE) chinas. Debido a la descripción concisa y la estructura interna especial de las HCE chinas, resulta difícil extraer información relacionada con los códigos de las enfermedades, y los métodos existentes no aprovechan el conocimiento multiaxial basado en la enfermedad ni se correlacionan con la evidencia clínica. Para solucionar este problema, MKE-Coder primero identifica los códigos candidatos para los diagnósticos y los clasifica en cuatro ejes de codificación. A continuación, busca la evidencia clínica correspondiente en el contenido completo de las HCE y filtra la evidencia fiable mediante un modelo de puntuación. Finalmente, verifica la validez de los códigos candidatos mediante un módulo de inferencia basado en una estrategia de modelado de lenguaje enmascarado, comprueba si todo el conocimiento de los ejes relacionado con los códigos candidatos está respaldado por la evidencia y ofrece las recomendaciones correspondientes. Se realizaron experimentos utilizando un amplio conjunto de datos de HCE chinas recopilados de varios hospitales, y los resultados muestran que MKE-Coder funciona bien en tareas de codificación automática de la CIE basadas en HCE chinas. Las evaluaciones prácticas en escenarios de codificación simulados del mundo real demuestran que contribuye en gran medida a mejorar la precisión y la velocidad de codificación del codificador.
