机器学习何时超越临床医生？PTSD治疗结局预测精度的直接比较

《Psychological Medicine》：When does machine learning outperform clinicians? A comparison of prediction accuracy for PTSD treatment outcomes

本刊推荐：为明确机器学习(ML)在预测创伤后应激障碍(PTSD)治疗结局中的实际价值，研究人员开展了一项前瞻性研究，直接比较了临床医生与三种ML模型（RNN、MERF、LMM）在预测认知加工疗法(CPT)患者两个关键结局（PCL-5评分降低≥10分和治疗后PCL-5<33）方面的准确性。研究发现，ML模型在预测治疗后严重度（PCL-5<33）上显著优于临床医生(p<.001)，但在预测症状减轻（≥10分）上无显著差异(p=.734)。临床医生的预测信心与准确性正相关(OR=1.06)。结果表明，ML可作为辅助工具，在特定场景下增强而非替代临床判断，为精准精神病学提供了新见解。

　　

在心理健康领域，特别是创伤后应激障碍（PTSD）的治疗中，一个核心挑战在于患者对标准化治疗的反应存在显著的个体差异。尽管像认知加工疗法（CPT）这样的创伤聚焦认知行为干预被证明对PTSD群体有效，但并非所有患者都能从中获得同等程度的益处。有些患者可能经历显著的症状减轻，而另一些患者的改善则可能有限，甚至在治疗结束后仍符合可能的PTSD诊断标准。这种结果的不确定性给临床实践带来了巨大困扰：治疗师如何能更早、更准确地判断哪位患者可能无法达到理想的治疗终点，从而有机会及时调整治疗策略？传统的测量导向照护（Measurement-Based Care）要求临床医生定期收集患者自评数据（如PTSD检查表第五版，PCL-5）并用以指导治疗，但仅凭临床经验，医生能否做出比复杂算法更精准的预测？

近年来，机器学习（ML）模型在预测PTSD治疗结局方面展现出巨大潜力，已有研究证明其能够在治疗开始前或早期阶段识别出可能的应答者与非应答者。然而，一个根本性问题尚未得到解答：这些日益复杂的ML模型，其预测性能是否真的超越了直接接触患者、拥有丰富临床信息和直观判断的人类医生？这个问题触及了心理学和医学中一个经典的辩论——临床预测与精算预测孰优孰劣。为了回答这个问题，Philip Held及其同事在《Psychological Medicine》上发表了一项开创性研究，首次直接比较了临床医生与三种不同ML模型在预测PTSD治疗结局方面的准确性。

研究人员在美国拉什大学医学中心的“归家计划”中开展了一项前瞻性研究。参与者包括20名为退伍军人提供CPT的治疗师，以及他们治疗的194名患者。在为期两周的加速治疗项目（ATP）中，治疗师每天早晨需要完成一份治疗反应预测调查，预测其患者是否会在治疗结束时实现PCL-5评分降低10分（临床意义减轻）以及PCL-5评分是否低于33分（可能PTSD的诊断阈值），并评估其预测信心。这些临床预测随后与三种ML/统计模型的预测进行对比：循环神经网络（RNN）、混合效应随机森林（MERF）和广义线性混合效应模型（LMM）。这些模型利用了大量纵向数据（包括人口统计学、基线临床特征以及治疗期间反复测量的PTSD和抑郁严重程度）进行训练和预测。研究采用逻辑混合效应模型来分析预测准确性以及临床医生信心与准确性之间的关联。

结果

预测准确性比较

研究结果显示，ML模型在预测患者治疗后PCL-5评分是否会低于33分方面，准确性显著高于临床医生（p < .001）。这一优势在所有三种ML模型（RNN, MERF, LMM）中均一致存在。

相比之下，在预测PCL-5评分是否会出现≥10点的降低时，ML模型与临床医生的预测准确性没有显著差异（p = .734）。两者在该结局上的预测准确性均很高，并随着治疗的推进而提升。

临床医生信心与准确性

临床医生的预测信心随着治疗的进行而显著增加。更重要的是，无论是对于预测10分降低还是预测最终评分低于33分，更高的信心水平都与更高的预测准确性显著相关（优势比ORs = 1.06, ps < .001）。分析表明，这种关联既存在于不同医生之间（信心更高的医生总体更准确），也存在于同一医生内部（当某位医生对某个预测更有信心时，该预测也更可能准确）。

讨论与结论

本研究首次在PTSD治疗领域直接对比了临床医生与ML模型的预测性能，得出了具有重要区分度的结论。ML模型在预测“治疗后症状严重度是否低于临床阈值”这一绝对终点上表现出明确优势，尤其是在治疗早期，其预测准确性就已相当高。这表明，ML模型有潜力作为一种早期预警工具，帮助识别那些即使完成治疗也可能残留显著症状的高风险患者，从而为临床医生提供调整治疗方案的宝贵机会窗口。

然而，ML模型并非在所有方面都占优。在预测“症状是否发生具有临床意义的减轻”这一相对变化上，临床医生表现出了与ML模型相当的高水平准确性。作者认为，这可能与该治疗项目中绝大多数患者确实实现了显著症状减轻有关，使得预测变得相对容易。这一发现提醒我们，ML的价值取决于具体的临床问题和情境。

此外，临床医生预测信心与准确性的正相关关系，以及信心随治疗推进而增长的现象，都符合临床直觉，并印证了测量导向照护的价值。这也提示，当临床医生对某个病例的预测不确定时，参考ML模型的预测结果可能尤为有益。

总之，这项研究为精准精神病学（Precision Psychiatry）的发展提供了实证依据。它表明，ML模型的最佳角色是增强而非取代临床判断。未来的研究应致力于开发能够生成个性化治疗建议的模型，并探索预测更广泛的结局指标（如症状缓解、功能恢复），同时验证这些工具在不同临床环境和患者群体中的普适性。最终目标是构建人机协作的诊疗模式，为每位PTSD患者带来最优的治疗结局。