临床决策模型不再只看单次快照:OICycle把每次干预后的信念串成轨迹,下一干预召回从0.253升到0.347
核心概要
临床决策是观察、推断、干预的闭环,但多数深度临床模型只从单次快照或粗聚合病史预测。OICycle把每次干预后的多模态观察压成一个高斯信念状态,用循环算子逐次更新,并直接以预测下一次干预、下一段间隔时间和下一段死亡率来训练。在由MIMIC-IV、MIMIC-IV-Note与MIMIC-CXR整理出的72,075次住院、按时间排序的诊疗片段上,与结构相同但不带病史的OICycle-S相比,下一干预自适应召回从0.253升到0.347,下一段间隔时间宏F1从0.293升到0.351,下一段死亡率宏F1从0.585升到0.649。
深度剖析
临床决策被当作一个闭环:医生看到部分证据,推断病人状态,再采取干预,而每次干预又决定接下来能看到什么。OICycle把这一过程建成可学习的信念状态,让模型在每次干预后更新对病人潜在状态的估计,而不是只凭当前一次记录下判断。 此前的深度临床模型多从单次快照或粗粒度聚合的病史做预测;基于部分可观测马尔可夫决策过程(POMDP,一种把病人真实状态视为不可直接观测、只能靠证据推断的序列决策框架)的临床方法则需要人工指定离散状态空间和转移模型,而真实电子健康记录提供不了这些。 对照是结构完全相同、但不使用病史的OICycle-S:在72,075次住院构成的诊疗片段上,OICycle的下一干预自适应召回为0.347,OICycle-S为0.253;下一段间隔时间宏F1为0.351对0.293;下一段死亡率宏F1为0.649对0.585。
每次更新都绑定在引发新证据的那次干预上:模型把上一段信念的一个采样、本段的多模态观察以及产生这些观察的干预一起送进循环算子,得到新的高斯信念。 循环算子用门控循环单元(GRU,一种按顺序读入输入并保留内部状态的循环网络)实现,其输出经一个两层全连接小网络转成高斯分布的均值和方差,再用重参数化采样得到可反向传播的信念向量。 训练信号来自三项预测:下一段干预的类型与子类型、到下一段的时间分箱、下一段的死亡率;文本用BioClinicalBERT取嵌入,有影像时用影像嵌入替代放射报告嵌入,数据来自MIMIC-IV、MIMIC-IV-Note和MIMIC-CXR-JPG整合出的349,489条文本记录、5,057,180条结构化记录和15,044张影像。
启示与展望
演示范围是回顾性电子健康记录:来自MIMIC-IV、MIMIC-IV-Note和MIMIC-CXR的72,075次住院被整理成按时间排序的诊疗片段,模型在这些片段上做下一干预、下一段间隔时间和下一段死亡率三项预测。读者对象是做序列临床决策建模与电子健康记录基准的研究者和工程师。
模型在观察性电子健康记录上训练,学到的潜在动态不应被解读为唯一识别了 underlying 生理疾病过程,它可能混合了病人相关动态与临床医生的行为或干预实施模式。数据集规模仍小于临床医生决策时使用的多模态场景。未来工作包括扩展多模态数据来源、对排名靠前的预测做临床验证以及提升可解释性。
