基于多模态机器学习的脊柱手术风险分层捆绑支付模型开发与验证

为解决脊柱手术在按价值付费(VBC)模式下成本预测不准、风险分层不足的问题，研究人员开发了首个整合结构化电子病历(EMR)和非结构化外科医生笔记(NLP)的多模态机器学习(ML)模型。该模型对总成本和可变成本的异常值预测分别达到0.845和0.883的ROC-AUC值，并构建患者特异性支付模型(PSPM)，实现高风险患者支付调整达$123,909.27，显著提升捆绑支付模型(BPM)在脊柱手术中的公平性。

　　

脊柱手术在美国每年开展超过90万例，带来超过243亿美元的经济负担。随着医疗支付体系从按服务收费(FFS)向价值医疗(VBC)转型，捆绑支付模型(BPM)在关节置换等骨科手术中取得成功，但由于脊柱手术的异质性（单个诊断相关组MS-DRG包含392种不同手术）、成本波动大（80,000?253,000）且缺乏有效风险分层指标，传统BPM在脊柱领域应用受限。这导致医疗机构收治高风险患者时面临巨大财务压力，甚至可能拒绝复杂病例，严重制约价值医疗的实施。

针对这一难题，来自美国阿尔伯特·爱因斯坦医学院(Albert Einstein College of Medicine)的研究团队在《npj Digital Medicine》发表创新研究。他们开发了首个术前多模态机器学习框架，整合结构化临床数据与自然语言处理(NLP)提取的外科笔记，构建风险分层模型。研究纳入2018-2023年纽约市三家医院的1898例脊柱手术患者，通过极端梯度提升(XGBoost)算法分析人口统计学、实验室检查、手术时长等158个特征，并采用词袋模型处理临床文本。模型通过5折交叉验证，最终建立可预测成本异常值和调整支付方案的PSPM系统。

关键技术包括：(1)使用quanteda库进行文本预处理，构建文档-特征矩阵(DFM)；(2)采用XGBoost整合结构化与非结构化数据；(3)通过功率变换解决预测概率异方差性；(4)基于风险四分位数将患者分为低、中、高、严重四组；(5)利用SHAP值进行特征重要性分析。

主要结果

Demographic characteristics

队列中60.7%为女性，中位年龄60岁，34.8%为非裔美国人。主要MS-DRG为460(非颈椎融合，22.9%)和472(颈椎融合伴并发症，18.8%)，糖尿病(42.6%)和高血压(54.5%)是最常见合并症。

Predicting the outlier total cost

模型识别出11.0%(n=209)成本异常患者(阈值≥107,190.10)，其贡献了1280万美元亏损，而其余89%病例盈利180万美元。模型AUC达0.845，校准斜率0.978，F1-score 0.938。关键预测特征包括医疗保险严重性诊断代码、手术类型和BMI。

Predicting outlier variable cost

可变成本异常(阈值≥$72,986.14)占10.8%，模型表现更优(AUC=0.883)。特征分析显示手术分钟数、血红蛋白水平和血小板计数最具预测力。

PSPM stratified by MS-DRG risk of mortality

支付调整后四组成本呈梯度变化：低风险组17,682.36，中风险27,169.86，高风险41,403.80，严重风险123,909.27。这种分级有效补偿了高风险患者的额外成本。

Outlier analysis and impact on perioperative outcomes

成本异常患者的中位住院时间(LOS)达14-16天(非异常者3天，P<0.001)，ICU入住率(30-34.9% vs 4.4-5.3%)和90天再手术率(47.8-51.7% vs 5.4-6.3%)显著升高。

这项研究通过多模态ML实现了三大突破：首先，整合NLP弥补了传统模型依赖结构化数据的局限，使预测更贴近临床实际；其次，PSPM首次实现基于术前特征的动态支付调整，解决了MS-DRG在脊柱手术中风险分层不足的核心问题；最后，模型在混合种族和公共保险(79.5% Medicare/Medicaid)人群中验证，增强了在服务不足人群中的适用性。研究为价值医疗在复杂手术中的实施提供了可扩展框架，未来通过纳入手术耗材等更多维度数据，有望进一步优化预测精度。正如作者Kyle A. Mani等强调，这种"轻量级、可适应"的模型设计支持年度迭代更新，将推动BPM从"一刀切"向精准医疗转型。