A partir de 2017 pour SwissDRG 6.0 et rétroactif pour les versions 4.0 et 5.0, de nombreuses nouveautés seront mises en ligne en ce qui concerne notre logiciel de contrôle de codage Casematch. L’axe essentiel du perfectionnement technique est le remplacement complet du backend statistique basé sur le langage Java par une solution basé sur Python. Grâce aux structures Keras et Tensorflow développées et utilisées par Google, nous misons systématiquement sur le Deep Learning. Deep Learning est une nouvelle approche de l’apprentissage machine, qui a mis en place de nouveaux standards dans beaucoup de domaines pendant les cinq dernières années. Ces technologies comprennent notamment la reconnaissance des objets par images ou vidéos, la bioinformatique, la reconnaissance vocale ou l’analyse de texte.
Nous analysons le codage médical avec des outils similaires à ceux que nous employons pour l’analyse de texte en langage naturel, bien que le codage médical soit plus structuré que le langage naturel et soit doté d’un vocabulaire fixe (catalogue ICD et CHOP). Nous utilisons, par exemple, des réseaux neuronaux récurrents qui peuvent gérer des séquences de différentes longueurs (nombre variable de diagnostics secondaires et de procédures) et qui peuvent également reproduire l’ordre des codes. De plus, nous utilisons Word Embeddings comme méthode afin de reproduire les codes ICD dans un espace vectoriel de sorte que les codes similaires soient proches les un des autres. Afin de faire apparaître cette proximité entre les codes similaires, nous utilisons différentes informations. Les codes sont souvent codés ensemble, les codes sont classés dans le même chapitre, groupe ou non terminal du catalogue ICD ou encore les codes ont des descriptions linguistiques similaires.
C’est ainsi que davantage de sémantique peut être ajoutée au modèle statistique. Des propositions et des sélections plus précises de cas frappants en sont le résultat. Par ailleurs, ceci est un premier pas vers l’analyse de documentation primaire libre pour le soutien au codage. Jusqu’à maintenant, nous avons encore beaucoup à faire. Actuellement, il nous manque notamment encore les données pour la validation.
Un autre développement est l’intégration de notre API de recherche (https://search.eonum.ch) permettant une recherche tolérante vers les fautes et prenant en compte synonymes et inclusions.
Les mises à jour se dérouleront automatiquement et en arrière-plan. En tant qu’utilisateur, vous ne devez effectuer aucun ajustement. Vous trouverez plus d’informations sur notre logiciel de vérification du codage sur la page Casematch.