I sit prægraduate forskningsår har Kirsten Dagmar Jung undersøgt validiteten af ICD-10 diagnosekoder for kræft sammenlignet med en NLP-assisteret journalgennemgang baseret på den kliniske NER-model DORA. Patienter identificeres via patologisvar for de ti hyppigste kræftformer ved OUH, og både ICD-10-koder og NLP-fund vurderes i et afgrænset tidsvindue omkring diagnosetidspunktet.
Studiet inkluderede 977 patienter og viste, at ICD-10-koder havde høj sensitivitet ved lokaliseret cancer (83–99%), men markant lavere ved metastatisk sygdom (16–88%). NLP-tilgangen havde gennemgående høj sensitivitet: 99–100% ved lokaliseret cancer og 93–100% ved metastatisk cancer; de få fejl skyldtes typisk manglende/uklar dokumentation i journalen eller at metastase ikke var eksplicit nævnt. Samlet peger specialet på, at NLP kan styrke validering af cancerkodning – især hvor metastaser er underkodet – og dermed forbedre datakvaliteten til registerforskning og kvalitetsopfølgning.