基于时序演进与层级注意力的ICD自动编码模型
来源：计算机工程与应用杂志2026年第9期北京时间：
作者：徐春, 李海冰, 孟姣
单位：新疆财经大学 信息管理学院，乌鲁木齐 830012；
摘要：针对现有国际疾病分类（international classification of diseases，ICD）自动编码办法依赖出院摘要且忽视诊疗过程时序演进的问题，提出一种面向住院全周期的时序ICD编码模型Infini-HLT（infini-attentive hierarchical label transformer）。通过分段处理策略解决长文本建模难题，融合医学预训练语言模型RoBERTa-base-PM-M3-Voc的领域知识表示能力与Infini-Attention机制的全局语义建模优势，结合分层标签注意力捕捉ICD编码的层级结构特征，构建动态时序分类器实现编码标签的渐进式预测。该研究使用适应性数据增强策略，有效缓解训练过程中信息不完全对模型泛化性能的影响。公开医学数据集MIMIC-Ⅲ的实验结果表明，在入院早期（2d/5d/13d）预测场景中，Infini-HLT全面优于主流基线模型，仅使用前两天病历Micro-F1和Micro-AUC即达到46.7%和83.6%。实验结果验证了时序建模对临床决策时效性的关键作用。
关键词：国际疾病分类（ICD）自动编码,时序建模,分层标签注意力,预训练语言模型
基金资助：新疆自然科学基金（2023D01A73）。
