ICD 10 Code Prediction

🚀 用於ICD - 10預測的臨床BERT

《公開可用的臨床BERT嵌入》論文中包含四種獨特的臨床BERT模型，這些模型可用於文本分類，解決臨床診斷文本的ICD - 10代碼預測問題，為醫療信息處理提供了有效的工具。

🚀 快速開始

《公開可用的臨床BERT嵌入》論文包含四種獨特的臨床BERT模型：這些模型使用BERT - Base（cased_L - 12_H - 768_A - 12）或BioBERT（BioBERT - Base v1.0 + PubMed 200K + PMC 270K）進行初始化，並在所有MIMIC筆記或僅出院小結上進行訓練。

💻 使用示例

基礎用法

# 加載模型
from transformers import AutoTokenizer, BertForSequenceClassification
tokenizer = AutoTokenizer.from_pretrained("AkshatSurolia/ICD-10-Code-Prediction")
model = BertForSequenceClassification.from_pretrained("AkshatSurolia/ICD-10-Code-Prediction")
config = model.config

# 運行模型
text = "subarachnoid hemorrhage scalp laceration service: surgery major surgical or invasive"
encoded_input = tokenizer(text, return_tensors='pt')
output = model(**encoded_input)

# 返回前5個預測的ICD - 10代碼
results = output.logits.detach().cpu().numpy()[0].argsort()[::-1][:5]
return [ config.id2label[ids] for ids in results]

📄 許可證

本項目採用Apache - 2.0許可證。