Arquitectura de aprendizaje recursivo mejora la codificación clínica zero-shot de F1 0.318 a 0.605
Preprint de JMIR: la memoria recursiva eleva la F1 de codificación clínica zero-shot de 0.318 a 0.605 tras 20 iteraciones.
Arquitectura de aprendizaje recursivo mejora la codificación clínica zero-shot de F1 0.318 a 0.605
Original title: A Recursive Learning Architecture for Zero-Shot Automated Clinical Coding, a methodological study
Authors: Natalia Castaño-Villegas, Raúl Escandón, Katherine Monsalve, Jose Zea, Laura Velásquez
Venue: JMIR Preprints — Preprint #98279
Status: Preprint, under journal review
Headline metrics: F1 0.318 baseline → 0.527 with recursive memory → 0.605 after 20 iterations
Este estudio metodológico evalúa una arquitectura de aprendizaje recursivo para codificación clínica automatizada sin ejemplos específicos de la tarea. El resultado clave es una mejora escalonada desde una F1 basal de 0.318 a 0.527 con memoria recursiva, y luego a 0.605 tras 20 iteraciones.
El trabajo es actualmente un preprint en revisión de revista, por lo que la tarjeta lo distingue de las publicaciones revisadas por pares y enlaza al manuscrito original.