Resumen
Desarrollo de un sistema de codificación automática para recuperar y analizar textos diagnósticos de los registros de servicios de urgencias hospitalarios
Goicoechea Salazar JA, Nieto García MA, Laguna Téllez A, Canto Casasola VD, Rodríguez Herrera J, Murillo Cabezas F
Filiación de los autores
Servicio de Producto Sanitario, Servicio Andaluz de Salud, Sevilla, España. Departamento de Medicina Preventiva y Salud Pública, Facultad de Medicina de la Universidad de Sevilla, España. Departamento de Medicina, Facultad de Medicina de la Universidad de Sevilla, España.
DOI
Cita
Goicoechea Salazar JA, Nieto García MA, Laguna Téllez A, Canto Casasola VD, Rodríguez Herrera J, Murillo Cabezas F. Desarrollo de un sistema de codificación automática para recuperar y analizar textos diagnósticos de los registros de servicios de urgencias hospitalarios. Emergencias. 2013;25:430-6
Resumen
Objetivos: Desarrollar un codificador automático para recuperar información de los registros de urgencias hospitalarios y evaluar su desempeño.
Método: Se utilizaron los textos diagnósticos de los urgenciólogos de 27 hospitales durante
2010 y 2011: los textos de 3.042.695 registros de 2010 para desarrollar el codificador
automático y los de 3.072.861 registros de 2011 para comprobar su funcionamiento. Para su evaluación, se seleccionó una muestra aleatoria de los registros de
2011 que fue doblemente codificada por el codificador automá tico y por un experto
en codificación clínica. Se calcularon la precisión, el recall y la F-score del codificador.
Resultados: Contenían información potencialmente codificable 2.936.842 registros de
2011 (95,6% del total). En ellos, el codificador automático identificó 3.516.384 textos
diferentes (1,2 por registro) de los que codificó 3.087.243 (87,8%) y proporcionó códigos
a 2.639.427 (89,9% de 2.936.842). La precisión fue 0,976 (CI 95% = 0,957-0.990),
su recall 0,878 (CI 95% = 0,844-0,910) y su F-score 0,925 (CI 95% = 0,903-0,943).
Conclusiones: Este codificador se adapta eficientemente al entorno de urgencias y permite
la codificación de millones de registros en pocas horas, haciendo operativa la información
diagnóstica que contienen. El codificador podría mejorar su recall si incorporara
un motor probabilístico.
