臺大醫院莊秋華主任的團隊成功開發出一套智慧疾病分類編碼輔助系統，利用自然語言處理技術，分析病歷紀錄內容，提供國際疾病分類第十版（ICD-10）診斷代碼與處置代碼建議，輔助醫師及編碼人員進行疾病分類，不僅能自動化處理繁瑣的編碼流程，更透過深度學習模型與專家知識整合，大幅提升編碼的準確性。

現行疾病分類複雜耗時，仰賴專業人力

現行的ICD-10包含約69,000個診斷代碼和72,000個處置代碼，其結構精細且編碼規則複雜，需仰賴具備豐富編碼經驗的專業疾病分類人員耗費大量時間閱讀病歷資料，才能找出正確的ICD-10代碼。

整合專家知識與AI模型，精準預測疾病分類

此智慧編碼系統採用自然語言處理技術，結合結構化與非結構化病歷資訊，並導入疾病分類專家外部知識，開發出深度學習模型，能自動分析病歷內容，並提供ICD-10診斷代碼與處置代碼建議，以輔助醫師和編碼人員進行編碼作業。

此系統具備以下5項創新特色：

• 建立系統化專家知識回饋流程，週期性模型更新。
• 自動選取主診斷與住院中編碼，提升效率並降低人為介入。
• 針對不同主診斷提供DRG(Diagnostic Related Groups)落點提示，協助編碼人員選擇最佳DRG，並提供醫護人員成本提醒。
• 將病人連續性資訊（如診斷碼及處置碼）納入模型參數，以提升預測準確性。
• 針對不同疾病章節進行效能分析，持續優化模型。

此系統的診斷代碼預測F-score高達80.33%，處置代碼預測F-score達到75.09%，不僅獲得使用者91%的高滿意度，更已推廣至台大全體系各分院使用。

提升編碼效率，優化醫療品質

莊秋華主任表示，此系統目前已取得專利，不僅大幅提升編碼效率與品質，更有助於醫院獲得合理健保給付與提升醫療照護品質。未來，團隊將持續精進系統，朝商業應用模式邁進，為智慧醫療的發展貢獻更多心力。

詳細資訊→智慧疾病分類編碼輔助系統及應用|臺大醫院莊秋華主任|第20屆國家新創獎