في خطوة مبتكرة تهدف إلى تحسين عملية الترميز الطبي، تم تقديم RAG-Coding كطريقة آلية جديدة لترميز ICD-10-CM بشكل أكثر دقة. يعتمد هذا النظام على تنسيق أربعة نماذج لغوية كبيرة (Large Language Models - LLM) حيث يستند إلى مصادر معرفة خارجية مهمة، مثل القوائم الرسمية للترميز والإرشادات المتبعة في المجال.

يتميز RAG-Coding بقدرته على استرجاع المعلومات ذات الصلة من هذه المصادر ومقارنتها، مما يؤدي إلى تحسين دقة الترميز وضمان التوافق مع المعايير السريرية. وفقًا لدراسة أجريت على مجموعة بيانات MDACE، فقد تفوق RAG-Coding على أفضل نموذج أساسي معتمد على LLM بنسبة تتراوح بين 8% و13% في المقياس الدقيق المسمى micro-F1، ومن 2% إلى 8% في المقياس العام macro-F1 عبر مجموعة من نماذج LLM.

عند المقارنة مع الطريقة الرائدة المستخدمة سابقًا وهي PLM-ICD، يتمتع RAG-Coding بزيادة ملحوظة في الاسترجاع الدقيق (+11%)، بينما تظهر PLM-ICD دقة دقيقة أعلى (+6%)، مما يحقق توازنًا في نتائج المقياسين micro-F1 وmacro-F1. كما توضح تجارب التحليل التفصيلي المكاسب التدريجية، مما يبرز أهمية إدماج المعرفة الخارجية.

علاوة على ذلك، تم تحديث مجموعة بيانات MDACE-2025 بإعادة تقييم الخبراء وفقًا لأحدث إرشادات ICD-10-CM لعام 2025، مما يوفر تسميات رموز أكثر تفصيلاً ويتيح تقييم النتائج وفقًا للمعايير السريرية الحالية.