Nota de recerca. Aquest estudi avalua models de recuperació en benchmarks públics. No descriu cap producte disponible ni el seu rendiment clínic.
Menció clínica
Una consulta breu en EN, ES, CA, IT, PT o FR
Fase 1 · Bi-encoder (multilingüe)
Codifica la consulta i cada descripció CIE-10 per separat i les ordena per similitud del cosinus. Entrenat amb 19.502 exemples sintètics depurats de 17 capítols de la CIM-10.
Fase 2 · Reranker cross-encoder (castellà)
Llegeix cada parell consulta–codi conjuntament i reordena la llista curta. Entrenat amb 10.628 grups listwise amb negatius difícils clínicament plausibles.
Codis CIE-10-ES ordenats
Lateralitat, gravetat, etiologia i tipus d’episodi resolts en l’ordre final
01 - La pregunta
Poden els recuperadors compactes i específics de la tasca superar els embeddings públics generalistes?
Els embeddings de frases funcionen bé per a la cerca semàntica àmplia, però la codificació CIM no és cerca semàntica àmplia. El model ha d’assignar mencions clíniques breus a un vocabulari controlat on els codis veïns sovint es diferencien per un qualificador: localització anatòmica, lateralitat, gravetat, tipus de contacte o etiologia.
L’article es pregunta si una supervisió sintètica d’alta qualitat pot tancar aquesta bretxa en la codificació clínica en castellà. Fem servir un LLM de frontera per generar exemples multilingües basats en la jerarquia de la CIM-10, ajustem un bi-encoder biomèdic en castellà i, després, entrenem un reranker cross-encoder sobre grups listwise amb negatius difícils clínicament plausibles.
La troballa principal: per a la recuperació CIM-10/CIE-10-ES en castellà, una supervisió alineada amb la tasca i uns negatius clínicament significatius importen més que la mida de l’embedding o el preentrenament biomèdic genèric en anglès.
02 - Mètode
Un bi-encoder per a l’exhaustivitat, un cross-encoder per a la precisió del codi exacte.
El recuperador fa servir una arquitectura estàndard en dues fases, però alineada amb cura. La fase 1 codifica cada consulta i cada descripció CIE-10 per separat i ordena per similitud del cosinus. La fase 2 llegeix conjuntament cada parell consulta-codi i reordena els millors candidats amb un objectiu listwise.
Les dades d’entrenament no es van tractar com a sortida sintètica en brut. Vam depurar els exemples generats amb validació basada en regles, deduplicació semàntica, comprovacions de coherència lingüística i inspecció manual per mostreig abans de fer-los servir per construir el bi-encoder i els classificadors de reordenació. Aquesta depuració és central a l’article: l’objectiu no és simplement generar més dades, sinó crear exemples i negatius difícils que reflecteixin les distincions clíniques codificades a la CIM-10.
- Exemples sintètics per al bi-encoder en 17 capítols de la CIM-10.
- 19.502
- Idiomes utilitzats per a la supervisió sintètica: EN, ES, CA, IT, PT i FR.
- 6
- Grups listwise del cross-encoder en castellà, amb un positiu i negatius difícils.
- 10.628
- Resolucions d’avaluació: codi complet, categoria de 3 caràcters i capítol.
- 3
Estratègies de recuperació comparades
| Estratègia | Paper en l’estudi |
|---|---|
| Tietai Cross-Encoder | Reordena la llista curta del bi-encoder i optimitza l’ordre del codi exacte. |
| Tietai Bi-Encoder | Base de recuperació densa biomèdica en castellà ajustada amb supervisió sintètica. |
| BM25 (Postgres FTS) | Referència lèxica de text complet sobre les descripcions de la CIE-10-ES. |
| ST MiniLM-L6-v2 | Referència pública de sentence-transformer de propòsit general. |
| ST BioBERT | Referència de sentence-transformer biomèdic en anglès. |
| ST MPNet-v2 | Referència de sentence-transformer general més gran, de 768 dimensions. |
03 - Resultats
F1 i MAP@10 posen el focus en la qualitat del rànquing.
A CodiESP v4, el cross-encoder de Tietai arriba a F1 = 0,709 i MAP@10 = 0,747 amb resolució de codi exacte. A DISTEMIST, arriba a F1 = 0,776 i MAP@10 = 0,812. La versió actualitzada de l’article tracta MAP@10 com a mètrica de rànquing i F1 com a mètrica de decisió top-1.
- F1 de codi exacte a CodiESP del Tietai Cross-Encoder.
- 0,709
- MAP@10 de codi exacte a CodiESP del Tietai Cross-Encoder.
- 0,747
- F1 de codi exacte a DISTEMIST del Tietai Cross-Encoder.
- 0,776
- MAP@10 de codi exacte a DISTEMIST del Tietai Cross-Encoder.
- 0,812
F1 i MAP@10 a CodiESP v4
| Model | F1 exacte | F1 categoria | MAP@10 exacte | MAP@10 categoria |
|---|---|---|---|---|
| Tietai Cross-Encoder | 0,709 | 0,823 | 0,747 | 0,851 |
| Tietai Bi-Encoder | 0,359 | 0,617 | 0,461 | 0,694 |
| BM25 (Postgres FTS) | 0,239 | 0,376 | 0,322 | 0,471 |
| ST MiniLM-L6-v2 | 0,225 | 0,371 | 0,287 | 0,426 |
| ST BioBERT | 0,193 | 0,314 | 0,252 | 0,373 |
| ST MPNet-v2 | 0,161 | 0,317 | 0,226 | 0,376 |
Precisió, recall i F1 top-1 de codi exacte a CodiESP
| Model | Precisió | Recall | F1 |
|---|---|---|---|
| Tietai Cross-Encoder | 0,709 | 0,709 | 0,709 |
| Tietai Bi-Encoder | 0,359 | 0,359 | 0,359 |
| BM25 (Postgres FTS) | 0,254 | 0,227 | 0,239 |
| ST MiniLM-L6-v2 | 0,225 | 0,225 | 0,225 |
| ST BioBERT | 0,193 | 0,193 | 0,193 |
| ST MPNet-v2 | 0,161 | 0,161 | 0,161 |
Exactitud top-1 per jerarquia a CodiESP
F1 i MAP@10 a DISTEMIST
| Model | F1 exacte | F1 categoria | MAP@10 exacte | MAP@10 categoria |
|---|---|---|---|---|
| Tietai Cross-Encoder | 0,776 | 0,818 | 0,812 | 0,846 |
| Tietai Bi-Encoder | 0,603 | 0,690 | 0,682 | 0,747 |
| BM25 (Postgres FTS) | 0,431 | 0,470 | 0,504 | 0,537 |
04 - Interpretació
El coll d’ampolla és l’alineació amb la tasca, no l’escala de l’embedding.
L’ordre de les referències públiques és el resultat negatiu important. BioBERT-ST té preentrenament biomèdic, però està centrat en l’anglès. MPNet-v2 té embeddings més grans, però continua per darrere de MiniLM-L6-v2. Ni l’escala ni el preentrenament genèric de domini no resolen per si sols la recuperació de codis clínics en castellà.
La recuperació CIM exigeix que els models separin conceptes germans semànticament propers però operativament diferents. El bi-encoder capta bé la informació temàtica a nivell de capítol, però el rànquing de codi exacte necessita un reranker entrenat amb negatius difícils extrets de codis CIE-10 veïns.
- L’alineació amb la tasca importa. Els exemples sintètics han de reflectir la jerarquia de la CIM, no només una relació biomèdica àmplia.
- Els negatius difícils importen. Els codis veïns ensenyen al model a distingir etiologia, anatomia, gravetat i tipus d’episodi.
- La reordenació importa. El cross-encoder afegeix la discriminació a nivell de qualificador que exigeixen les normes de la CIE-10-ES.
- Poques dades poden ser suficients. Un corpus sintètic compacte pot entrenar un recuperador competitiu quan els exemples estan alineats amb l’estructura del vocabulari objectiu.
- El preentrenament biomèdic no es transfereix automàticament. Els codificadors biomèdics en anglès continuen tenint dificultats quan tant la consulta com el vocabulari objectiu són en castellà.
Per a la cerca de codificació clínica en producció, la lliçó pràctica és entrenar per al vocabulari objectiu, l’idioma objectiu i el problema de rànquing objectiu. La unitat útil no és un model d’embeddings més gran; és un recuperador entrenat en les distincions que els codificadors realment han de fer.




