精神病学诊断的自动 ICD 分类：从经典 NLP 到 大语言模型

心理健康已成为全球优先事项，导致临床诊断编码面临巨大的管理负担。本研究提出使用自然语言处理 (NLP) 和机器学习 (ML) 技术将自由文本描述映射到国际疾病分类 (ICD)，从而实现精神病诊断分析的自动化。利用包含 145,513 条西班牙精神病学描述的专业数据集，评估了各种文本表示范式，从经典的基于频率的模型（BoW、TF-IDF）到最先进的 大语言模型 (LLM)，例如 e5\_large、BioLORD 和 Llama-3-8B。结果表明，基于 Transformer 的嵌入通过捕获隐含的语义线索和细致入微的医学术语，始终优于传统方法。 e5\_large 模型通过端到端 微调 实现了最高性能，$F1_{micro}$ 得分为 0.866。这项研究表明，使 LLM 适应特定的临床命名对于克服“长尾”标签分布和精神病学话语固有的模糊性的挑战至关重要。