緊急医療部門の遭遇における請求コードレベルを予測する人工知能
カテゴリ：災害・救急医療
公開日：2026年2月19日
タイトル：Artificial Intelligence to Predict Billing Code Levels of Emergency Department Encounters
雑誌名：Ann Emerg Med. 2025 Jan; 85(1): 63-73.
概 要：
本研究は、緊急医療部門（ED）の遭遇における請求コードレベルを予測するために人工知能（AI）を活用することを目的としています。2023年1月から9月までのED遭遇データを使用し、臨床ノートや臨床特性、オーダーを組み合わせたアンサンブルモデルを開発しました。主要評価指標は、評価および管理の専門請求コード（レベル2から5およびクリティカルケア）の予測です。AIモデルの特徴を明らかにするために、説明可能なAI技術も使用しました。
方 法：
この研究は、2023年1月から9月までの健康システムからのED遭遇データを用いたもので、自然言語処理と機械学習技術を組み合わせたアンサンブルモデルを開発しました。主要評価指標は、評価および管理の専門請求コード（レベル2から5およびクリティカルケア）の予測です。モデルの一般化可能性も評価しました。
結 果：
321,893件の成人ED遭遇がレベル2（<1%）、3（5%）、4（38%）、5（51%）、クリティカルケア（5%）でコーディングされました。レベル4および5の請求コードのモデル性能は、受信者動作特性曲線（AUROC）値がそれぞれ0.94および0.95、精度が0.80および0.92、F1スコアが0.79および0.91でした。95%の決定境界閾値で、レベル5の予測チャートは精度が0.99、感度が0.57でした。重要な特徴は、クリティカルケアノート、オーダー数、退院処置、心臓病、精神科でした。
結 論：
現在利用可能なAIモデルは、臨床ノート、臨床特性、オーダーに基づいてED遭遇の請求コードレベルを正確に予測できることが示されました。これにより、ED遭遇のコーディングを自動化し、管理コストと時間を節約する可能性があります。