臺大醫院首創大型語言模型應用於疾病分類編碼兼顧科技創新並符法規

臺大醫院在大型語言模型的發展取得重要突破，訓練本地端大型語言模型(Large language model, LLM)應用於疾病分類編碼任務，兼顧科技創新與資訊安全。

AI疾分編碼系統　節省人力、準確度提升

在陳信希醫務秘書領軍，由病歷資訊管理室莊秋華主任擔任計畫主持人，以去辨識的病歷資料，結合病人多樣態的就醫紀錄資訊，創新導入專家知識於模型訓練，開發AI疾分編碼系統。這項創新的疾病分類輔助系統已於111年3月在臺大醫院醫療體系上線，不但可節省14%的人力工時，更能提升準確率。

隨著生成式人工智慧技術不斷地推進，基於大型語言模型的最新版疾分編碼系統，在今年11月上線使用，其效能更突破先前版本，短短1秒即可產生住院病人的ICD-10-CM/PCS疾病分類編碼(含診斷碼及處置碼)。

重視資料安全　設計專屬訓練策略

疾病分類是世界衛生組織(WHO)依據疾病特性及規則等將疾病分門別類，以代碼來表示，目前台灣採用國際疾病分類第十版臨床修訂版(International Classification of Diseases, 10th Revision, Clinical Modification, ICD-10 CM)，作為健保申報、衛生政策制定、教學、研究參考，亦可作國際間比較。111年7月18日衛生福利部修訂「醫療機構電子病歷製作及管理辦法」第8條，各家醫院已可使用雲端服務來改善醫療支援系統。但病患資料一旦上傳至雲端服務平台，就有一定資安疑慮及風險。臺大醫院搶先在院內建構本地端的大型語言模型，採用預訓練模型，以臺大醫院院內資料進行精調，應用在疾病分類編碼任務，真正落實兼顧科技創新並符合相關法規的要求。

週期性模型更新　突破先前版本

莊秋華主任補充道，透過週期性模型更新來修正預測結果，如新興疾病、新醫療技術與其他困難疾病編碼也可正確預測，提升編碼品質及效率。團隊不斷嘗試進一步升級突破，近期更將泛用型大型語言模型，轉化為具備臺大醫院臨床專業知識的疾病分類模型，實驗顯示透過大型語言模型為基礎的疾病分類模型，效能更突破先前版本。