MIMIC-III-rare50

为了在几次学习上对自动ICD编码任务进行基准测试，我们还使用原始的MIMIC-III数据集创建了rare-50代码预测。我们把这个数据集命名为MIMIC-III-rare50。在8,692种不同类型的ICD-9代码中，我们首先选择了出现次数少于10次的代码，以适合很少的镜头设置。这构成了超过90% 的原始代码。然后，我们按测试/训练比率对过滤后的代码进行排名，并选择前50名，以便测试样本可用于评估。
在此过程中，我们还手工清除了一些潜在的常见疾病。这将包括专家标记的罕见疾病词典 (Pavan等人，
2017; Wakap等人，2019)。每个标签代码 (shot) 的平均示例数约为5个。

搜集汇总

背景与挑战

背景概述

MIMIC-III-rare50 是基于 MIMIC-III 数据集构建的，专门用于自动 ICD 编码任务的少样本学习基准测试。它筛选了出现次数少于 10 次的 ICD-9 代码，并选取前 50 个罕见代码，每个标签平均包含约 5 个示例。该数据集由马萨诸塞大学相关分校于 2022 年发布。