Semi-Automated Encoding of Diagnoses and Medical Procedures Combining ICD-9-CM with Computational - Linguistic Tools

The rationale for clinical coding is to associate concepts with precise meanings to patient data. One of the most widely used coding systems is ICD-9-CM. Due to several limitations associated with this system, coding cannot adequately be performed without additional computational linguistic tools. In this paper, the development of a clinical thesaurus and an appropriate set-theoretic algorithmic search facility that assists physicians in finding a set of possibly relevant ICD-9-CM codes starting from a diagnostic statement in natural language, is described. Although very powerful, the approach as such cannot account for all possible problems. An increase in performance can be realised by analysing not only the semantic contents of a user query, but also the syntactic realisations through which meaning is conveyed. Samenvatting Het coderen van klinische gegevens komt neer op het associeren van patientgebonden informatie aan concepten met een precieze betekenis. Een van de meest gebruikte codeersystemen is ICD-9-CM. Verscheidene tekortkomingen aan dit systeem staan het efficient coderen in de weg, tenzij men beschikt over computerlinguistische hulpmiddelen. In dit artikel worden de ontwikkeling van een thesaurus en van bijhorende zoek-algorithmen gebaseerd op de verzamelingentheorie beschreven. Deze algorithmen stellen de arts in staat om op basis van een uitdrukking in natuurlijke taal, de relevante ICD-9-CM codes terug te vinden. Ondanks de performantie van het gerealiseerde systeem kunnen niet alle problemen opgelost worden. Daarvoor moet niet alleen de semantiek, maar ook de syntactische kenmerken van de gebruikersvraag aan een analyse onderworpen worden.