寻求能从非结构化临床文本生成ICD-10编码的预测引擎API

确实存在多款能从非结构化临床文本生成ICD-10编码的API，完全适配你从EHR提取医生病历生成编码选项的需求，以下是几款实用的选择：

• Google Cloud Healthcare API - ICD-10 Coding
  基于谷歌医疗NLP模型，支持直接传入临床文本，返回按匹配度排序的ICD-10编码及对应诊断描述，自带医疗术语语义理解能力，可处理复杂病历文本，支持批量请求。

• Amazon Comprehend Medical
  亚马逊专为临床文本设计的医疗NLP服务，能识别病历中的诊断实体并映射到ICD-10-CM编码，返回结果包含置信度评分，方便筛选高匹配的编码选项，对接AWS生态的EHR系统更便捷。

• IBM Watson Health NLP for Oncology and Genomics
  针对医疗场景优化的NLP工具，可解析病历中的症状、诊断描述，生成对应的ICD-10编码，支持自定义模型微调，适合有特定医疗领域需求的场景，API调用流程清晰。

• Microsoft Azure Health Bot - ICD-10 Coding
  集成在Azure医疗服务中的编码工具，接收临床文本输入后输出ICD-10编码及相关诊断信息，支持与EHR系统的标准化对接，提供RESTful API接口，易于集成。

除了商业API，你也可以基于开源医疗NLP模型（如BioBERT、ClinicalBERT），用公开的ICD-10标注数据集微调后封装成自托管API，适合对数据隐私要求较高的场景。

内容的提问来源于stack exchange，提问作者kanikar