Bei der Diagnosecodierung medizinischer Freitexte wird versucht, medizinische Texte, die ohne Vorgaben von Standards erstellt wurden, nachträglich zu strukturieren. Dafür wird eine Menge von Diagnosen auf den Freitext abgebildet. Ein alleiniger Stichwortvergleich ist dabei nicht ausreichend, da mit diesem Verfahren lediglich die Hälfte aller Diagnosen im Text entdeckt werden. Um Freitexte optimal zu erfassen, ist die Berücksichtigung von Phänomenen wie Flexion, Komposita, Synonymen oder Verneinungen erforderlich.
Mit diesen Techniken wird auf den Beispieldaten eine Präzision von knapp 94% und eine Vollständigkeit von über 92% bei der Feedbackgeneriung für die Qualitätssicherung erreicht. Hierbei werden automatisch hergeleitete Diagnosen eines Expertensystems mit den Diagnosen von Medizinern verglichen. Da medizinische Tutorsysteme genauso arbeiten, kann das Ergebnis der Arbeit auch auf diesen Anwendungsfall übertragen werden. Denkbares Anwendungsgebiet, wenngleich bedeutend schwerer aufgrund der größeren Anzahl von möglichen Diagnosen, wäre die medizinischen Dokumentation mittels ICD-10 Codierung.
Mit diesen Techniken wird auf den Beispieldaten eine Präzision von knapp 94% und eine Vollständigkeit von über 92% bei der Feedbackgeneriung für die Qualitätssicherung erreicht. Hierbei werden automatisch hergeleitete Diagnosen eines Expertensystems mit den Diagnosen von Medizinern verglichen. Da medizinische Tutorsysteme genauso arbeiten, kann das Ergebnis der Arbeit auch auf diesen Anwendungsfall übertragen werden. Denkbares Anwendungsgebiet, wenngleich bedeutend schwerer aufgrund der größeren Anzahl von möglichen Diagnosen, wäre die medizinischen Dokumentation mittels ICD-10 Codierung.