Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
# ICD-10-CM-Verknüpfung
Verwenden Sie Infer ICD10 CM, um mögliche Erkrankungen als Entitäten zu erkennen und sie mit Codes aus der Version 2026 der [Internationalen Klassifikation der Krankheiten, 10. Revision, Klinische Änderung (ICD-10-CM](https://www.cdc.gov/nchs/icd/icd-10-cm/?CDC_AAref_Val=https://www.cdc.gov/nchs/icd/icd-10-cm.htm)) zu verknüpfen. Das ICD-10-CM wird von den US-amerikanischen Zentren für die Kontrolle und Prävention von Krankheiten (CDC) bereitgestellt.
Wenn Erkrankungen festgestellt werden, werden die entsprechenden ICD-10-CM-Codes und -Beschreibungen `InferICD10CM` zurückgegeben. Die erkannten Erkrankungen werden in absteigender Vertrauensreihenfolge aufgeführt. Die Ergebnisse geben das Vertrauen in die Genauigkeit der Entitäten an, die den im Text enthaltenen Konzepten entsprechen. Verwandte Informationen wie Familienanamnese, Anzeichen, Symptome und Negation werden als Merkmale erkannt. Zusätzliche Informationen wie anatomische Bezeichnungen und Sehschärfe werden als Attribute aufgeführt.
Infer ICD10 CM eignet sich gut für die folgenden Szenarien:
+ Unterstützung bei der professionellen medizinischen Kodierung von Patientenakten
+ Klinische Studien und Studien
+ Integration mit einem medizinischen Softwaresystem
+ Früherkennung und Diagnose
+ Gesundheitsmanagement der Bevölkerung
## Kategorie ICD-10-CM
**Infer ICD10 CM** erkennt Entitäten in der Kategorie. `MEDICAL_CONDITION` Zusätzliche verwandte Informationen werden ebenfalls erkannt und als Attribute oder Merkmale verknüpft.
## ICD-10-CM-Typen
**Infer ICD10 CM** erkennt Entitäten der Typen und. `DX_NAME` `TIME_EXPRESSION`
## ICD-10-CM-Merkmale
**Infer ICD10 CM** erkennt die folgenden Kontextinformationen als Merkmale:
+ `DIAGNOSIS`: Eine Identifizierung eines medizinischen Zustands, der anhand der Bewertung der Symptome festgestellt wird.
+ `HYPOTHETICAL`: Ein Hinweis darauf, dass eine Erkrankung als Hypothese ausgedrückt wird.
+ `LOW_CONFIDENCE`: Ein Hinweis darauf, dass bei einer Erkrankung eine hohe Unsicherheit besteht. Dies steht nicht in direktem Zusammenhang mit den angegebenen Konfidenzwerten.
+ `NEGATION`: Ein Hinweis darauf, dass keine Krankheit vorliegt.
+ `PERTAINS_TO_FAMILY`: Ein Hinweis darauf, dass eine Erkrankung für die Familie des Patienten relevant ist, nicht für den Patienten.
+ `SIGN`: Ein medizinischer Zustand, der vom Arzt gemeldet wird.
+ `SYMPTOM`: Eine Krankheit, die vom Patienten gemeldet wird.
## ICD-10-CM-Attribute
**Infer ICD10 CM** erkennt die folgenden Kontextinformationen als Attribute:
+ `DIRECTION`: Richtungsbezogene Begriffe. Zum Beispiel links, rechts, medial, lateral, oben, unten, posterior, anterior, distal, proximal, kontralateral, bilateral, ipsilateral, dorsal oder ventral.
+ `SYSTEM_ORGAN_SITE`: Anatomische Lage.
+ `ACUITY:`Bestimmung eines Krankheitsfalls, z. B. chronisch, akut, plötzlich, anhaltend oder schleichend. Dies gilt nur für den `MEDICAL_CONDITION` Typ.
+ `QUALITY`: Jeder Begriff, der die Krankheit beschreibt, wie Stadium oder Grad.
## Kategorie „Zeitausdruck“
Die `TIME_EXPRESSION` Kategorie erkennt Entitäten, die sich auf Zeit beziehen. Dazu gehören Entitäten wie Datums- und Zeitangaben wie „vor drei Tagen“, „heute“, „aktuell“, „Tag der Zulassung“, „letzter Monat“ oder „16 Tage“. Ergebnisse in dieser Kategorie werden nur zurückgegeben, wenn sie einer Entität zugeordnet sind. Beispielsweise würde der Ausdruck „Gestern wurde bei dem Patienten Influenza diagnostiziert“ `Yesterday` als eine `TIME_EXPRESSION` Entität zurückgegeben, die sich mit der `DX_NAME` Entität „Influenza“ überschneidet. Allerdings würde „gestern“ in dem Ausdruck „Gestern ist der Patient mit seinem Hund spazieren gegangen“ nicht als Einheit erkannt.
## Typen
Der anerkannte Typ von `TIME_EXPRESSION` ist`TIME_TO_DX_NAME`: das Datum, an dem eine Krankheit eingetreten ist. Das Attribut für diesen Typ ist`DX_NAME`.
## Art der Beziehung
Der `RELATIONSHIP_TYPE` bezieht sich auf die Beziehung zwischen einer Entität und einem Attribut. Das Erkannte `RELATIONSHIP_TYPE` ist `OVERLAP` — das `TIME_EXPRESSION` stimmt mit der erkannten Entität überein.
## Beispiele für Eingaben und Antworten
**Anmerkung**
Informationen zur spezifischen API-Eingabe- und Antwortsyntax finden Sie unter [Infer ICD10 CM](https://docs.aws.amazon.com/comprehend-medical/latest/api/API_InferICD10CM.html) in der *Amazon Comprehend Medical* API-Referenz.
Der folgende Beispieleingabetext zeigt, wie der `InferICD10CM` Vorgang funktioniert. Scrollen Sie über die Schaltfläche **Kopieren**, um den gesamten Eingabetext anzuzeigen.
```
"The patient is a 71-year-old female patient of Dr. X. The patient presented to the emergency room last evening with approximately 7 to 8 day history of abdominal pain which has been persistent. She has had no nausea and vomiting, but has had persistent associated anorexia. She is passing flatus, but had some obstipation symptoms with the last bowel movement two days ago. She denies any bright red blood per rectum and no history of recent melena. Her last colonoscopy was approximately 5 years ago with Dr. Y. She has had no definite fevers or chills and no history of jaundice. The patient denies any significant recent weight loss."
```
Der `InferICD10CM` Vorgang gibt die folgende Ausgabe im JSON-Format (der Kürze halber abgekürzt) zurück.
```
{
"Entities": [
{
"Id": 1,
"Text": "abdominal pain",
"Category": "MEDICAL_CONDITION",
"Type": "DX_NAME",
"Score": Float,
"BeginOffset": 153,
"EndOffset": 167,
"Attributes": [
{
"Type": "ACUITY",
"Score": Float,
"RelationshipScore": Float,
"Id": 2,
"BeginOffset": 183,
"EndOffset": 193,
"Text": "persistent",
"Traits": []
}
],
"Traits": [
{
"Name": "SYMPTOM",
"Score": Float
}
],
"ICD10CMConcepts": [
{
"Description": "Unspecified abdominal pain",
"Code": "R10.9",
"Score": Float
},
{
"Description": "Epigastric pain",
"Code": "R10.13",
"Score": Float
},
{
"Description": "Lower abdominal pain, unspecified",
"Code": "R10.30",
"Score": Float
},
{
"Description": "Generalized abdominal pain",
"Code": "R10.84",
"Score": Float
},
{
"Description": "Upper abdominal pain, unspecified",
"Code": "R10.10",
"Score": Float
}
]
}
...
"ModelVersion": "3.3.0.20251001"
}
```
`InferICD10CM`erkennt auch, wenn eine Entität im Text negiert wird. Wenn bei einem Patienten beispielsweise kein Symptom auftritt, werden sowohl das Symptom als auch die Negation als Merkmale identifiziert und mit einem Konfidenzwert aufgeführt. Basierend auf den Angaben für das vorherige Beispiel `Nausea` wird das Symptom unter „`NEGATION`Weil der Patient nicht unter Übelkeit leidet“ aufgeführt.
```
{
"Id": 3,
"Text": "nausea",
"Category": "MEDICAL_CONDITION",
"Type": "DX_NAME",
"Score": Float,
"BeginOffset": 210,
"EndOffset": 216,
"Attributes": [],
"Traits": [
{
"Name": "SYMPTOM",
"Score": Float
},
{
"Name": "NEGATION",
"Score": Float
}
],
"ICD10CMConcepts": [
{
"Description": "Nausea with vomiting, unspecified",
"Code": "R11.2",
"Score": Float
},
{
"Description": "Nausea",
"Code": "R11.0",
"Score": Float
}
]
}
```