基于PulmoNet与APIL的肺疾病时序预测模型：解剖结构约束与病理集成学习的创新框架

《Frontiers in Medicine》：Time series prediction for lung disease diagnosis and treatment optimization

本文提出了一种创新的AI驱动框架PulmoNet，该框架结合了解剖学先验知识与多尺度神经网络架构，用于肺疾病的时序预测、诊断及治疗优化。通过引入自适应病理集成学习（APIL）策略，模型有效整合了影像学先验知识、基于规则的约束和多视图一致性，显著提升了在临床稀疏、噪声数据下的泛化能力与可解释性。该研究为下一代肺疾病建模提供了临床意义明确、解剖结构连贯且数据高效的全新解决方案。

　　

引言部分阐述了肺疾病诊断与治疗优化中时间序列预测的重要性。全球范围内慢性阻塞性肺疾病（COPD）、哮喘和肺纤维化等呼吸系统疾病的负担日益加重，早期诊断和及时干预对改善患者预后至关重要。然而，传统的临床方法难以有效捕捉患者数据复杂且动态演变的特性。生理信号如呼吸频率、血氧饱和度和肺活量测定值不仅随时间变化，其治疗效果还受到疾病进展、患者特异性反应及外部因素的影响。对动态和个性化医疗解决方案日益增长的需求，推动了利用时间序列分析来揭示时间依赖性、预测疾病轨迹并指导最佳治疗策略的研究兴趣。因此，将先进的预测建模技术整合到临床决策系统中，对于提高诊断准确性和整体医疗效率变得至关重要。

相关工作部分回顾了肺疾病时间序列预测的研究进展。早期研究强调结构化推理框架，如利用专家策划的本体和基于规则的推理引擎来建模疾病进展，例如贝叶斯网络和决策树。虽然结构化模型提供了与临床专业知识相符的透明推理，但它们难以扩展和适应个体患者差异，并且对预定义特征和静态疾病模型的依赖使其易受真实世界医疗数据中普遍存在的噪声和异质性的影响。为了应对这些挑战，研究人员开始探索更具适应性的方法，如支持向量机、随机森林和自回归模型等统计学习框架，它们表现出更好的泛化能力，但在建模长期依赖性和处理临床环境中常见的不规则采样和缺失数据方面仍面临困难。随着医疗数据量和复杂性的增加，能够自动提取复杂时间表征的建模方法需求日益增长，这促使研究者转向神经网络序列模型，如循环神经网络（RNN）、长短期记忆网络（LSTM）、门控循环单元（GRU）、卷积神经网络（CNN）以及基于Transformer的模型。尽管这些模型取得了成功，但在模型可解释性、数据需求和对训练条件的敏感性方面仍然存在挑战，这推动了对融合学习表征与临床基础见解的策略的持续研究。

方法部分详细介绍了本研究提出的新型混合框架。该框架集成了预训练的深度时间序列模型和医学知识引导的注意力机制，旨在提高肺疾病诊断和治疗优化中的预测准确性和可解释性。该方法利用大规模表征学习的优势，同时使模型决策与临床有意义的特征保持一致。框架的核心是PulmoNet，这是一个解剖结构约束的、多尺度的神经架构，旨在学习肺相关病理的结构化、可解释表征。与通用模型不同，PulmoNet整合了支气管肺解剖学先验，并利用空间注意力机制聚焦于关键的实质和血管区域，这些区域通常与早期病理变化相关。它还嵌入了来自CT和X射线模态的层次特征，捕获宏观水平的解剖标志和微观水平的病变纹理。此外，它构建了一个潜在的叶间图来建模空间依赖性和解剖邻接关系，从而实现联合分割、分类和特征归因。这种结构化方法增强了诊断性能和可解释性。作为该架构的补充，引入了APIL（自适应病理集成学习）——一种两阶段的、基于课程的学习策略，它结合了放射学先验、基于规则的约束和多视图一致性，以改进模型的泛化能力和临床对齐。APIL通过引入先验信息的伪标签、解剖掩模和跨视图的对比一致性损失来动态调整学习复杂度。它有效地结合了弱监督、领域适应和不确定性建模，使其特别擅长从临床环境中常见的稀疏、噪声或不平衡数据集中学习。

方法章节进一步从数学上形式化了计算建模的核心问题。定义了输入数据空间（源自临床和影像模态）和疾病相关标签或潜在描述符空间。目标是学习一个从异构输入源到临床结果的映射函数，重点关注可解释性、泛化能力和符合医学知识。输入数据被定义为包含 volumetric 图像、临床变量向量和可选模态特定嵌入的元组。考虑了离散分类标签和连续潜在向量两种目标表示形式。为了建模区域间的依赖关系，定义了一个潜在无向图，其中节点对应肺区域，边捕获解剖或病理相关性。还定义了一系列约束和优化目标，包括分层一致性约束、中心损失、域对齐的MMD（最大均值差异）度量、掩模引导正则化器以及将潜在特征与病理评分相关联的核化对齐目标。完整的优化问题结合了标准任务损失和这些正则化项。

PulmoNet架构的创新之处在于其区域特异性注意力编码、跨区域的图推理和多模态融合表征。区域特异性注意力编码机制通过预定义的肺区域（如特定肺叶或支气管肺段）将输入扫描分解为多个区域子体积，并使用门控注意力机制自适应地加权每个区域的贡献。图推理模块构建了一个区域级图，使用图注意力网络（GAT）在相邻节点之间进行消息传递，以显式建模解剖子区域之间的空间依赖性和功能交互。多模态融合策略构建了一个统一的潜在表征，对3D成像、表格临床信息和模态特定元数据进行编码，确保模型从空间局部视觉模式和互补的非成像信息中受益。

APIL训练策略的核心创新包括基于课程的特征渐进、知识引导的病理约束和跨视图一致性强制。基于课程的特征渐进采用两阶段课程学习范式，首先通过辅助任务（如掩码图像重建和对比学习）进行预训练，以获得结构化和判别性的解剖特征表征，然后针对下游病理分类进行微调。知识引导的病理约束将放射学原理和临床经验规则软性地整合到训练目标中，例如强制执行疾病严重程度评分的顺序一致性、利用肺的左右近似镜像对称性的双边对称性约束、以及鼓励预测分布符合已知疾病关系的共现先验。跨视图一致性强制通过对比扩展和动量编码器等技术，规范学习到的表征空间，使其在不同成像协议和采集变化下具有鲁棒性。

实验设置部分描述了用于评估的数据集，包括MIMIC-III、eICU协作研究数据集、高分辨率ICU数据集和COPDGene研究数据集。详细的实验细节涵盖了预处理、训练协议、数据分割、评估指标和比较的基线模型（LSTM、Transformer、Informer、Autoformer、Hybrid ARIMA-LSTM）。结果部分通过表格和ROC曲线展示了所提出的TSM（时间序列模型）框架在准确率、召回率、F1分数和AUC方面 consistently 优于所有基线模型。消融研究证实了PulmoNet架构中各个组件（如图推理、区域特异性注意力和跨视图一致性）的必要性及其对整体性能的贡献。

讨论部分总结了该研究的优势，即结构化地整合领域知识（肺解剖学和放射学模式）到学习流程中，从而提高了在噪声、稀疏或不平衡临床数据中的鲁棒性和可解释性。同时承认了局限性，例如对结构化输入格式和高质量解剖分割掩模的依赖可能限制其在资源有限环境中的可扩展性。尽管模型在回顾性数据集上显示出强大的定量改进，但其临床意义仍需通过前瞻性设置和临床医生在环评估来谨慎解释。未来的工作方向包括探索自动化先验发现、结合患者特异性建模以及扩展到纵向数据和实时临床反馈回路。

结论部分重申了该研究通过提出PulmoNet和APIL的统一框架，在解决肺疾病诊断和治疗优化挑战方面取得的进展。该框架利用解剖学先验、病理感知学习和多模态融合，显著提升了性能和解译性。未来的工作将致力于解决当前模型的局限性，并探索其在个性化呼吸医学中的更广泛应用，最终为实现自适应、持续学习的肺疾病诊疗系统铺平道路。