本文提出了一种两阶段解码机制，用于自动预测国际疾病分类（ICD）码，利用标签相关性和深度学习模型显著提升编码性能。研究还探讨了基于树编辑距离的相似度度量和掩码训练策略，优化了模型在数据有限情况下的表现。实验结果表明，该方法在识别特定疾病患者方面具有更高的分类性能。