面向不完整电子健康记录的可用性感知多任务学习框架NORIA及其鲁棒临床预测

《Computers》:Availability-Aware Multitask Learning for Robust Clinical Prediction from Incomplete Electronic Health Records

【字体: 大 中 小 】 时间:2026年10月17日 来源:Computers 5.2

编辑推荐:

  本研究提出了NORIA,一个面向不完整电子健康记录(EHRs)进行临床预测的可用性感知多任务学习框架。研究人员分析了一个包含77,724名患者和107项数值特征的公开数据集。为防止时间泄露,预测变量按可用性分组,并通过仅基于训练集的特征选择确定了三个基线变量和

  
本研究提出了NORIA,一个面向不完整电子健康记录(EHRs)进行临床预测的可用性感知多任务学习框架。研究人员分析了一个包含77,724名患者和107项数值特征的公开数据集。为防止时间泄露,预测变量按可用性分组,并通过仅基于训练集的特征选择确定了三个基线变量和两个第一年随访变量。NORIA利用共享表征、掩码训练(masked training)和阶段特异性预测更新,联合预测基线和更新后的血糖控制状态、一个糖化血红蛋白(HbA1c)变化指数以及21种药物标签。比较对象包括经典机器学习、梯度提升、深度表格模型以及多任务架构(MMoE和PLE)。在内部测试集上,NORIA对基线和更新后血糖控制预测的AUROC分别达到0.8554和0.8888,药物宏平均精度(macro-AP)为0.1854,而CatBoost为0.1879。预设的药物改善标准未达成。当20%的基线特征被人工掩码时,NORIA的更新后血糖控制AUROC下降了0.0271,而CatBoost和FT-Transformer分别下降了0.0510和0.0542。消融分析表明,掩码训练提供了最显著的鲁棒性优势。因此,NORIA在选定的模拟缺失数据场景下展现了具有竞争力的准确性和鲁棒性,但并未确立整体优越性。
研究背景、现存问题与研究动机
糖尿病管理依赖于对血糖状态的持续评估、高风险患者的及时识别以及治疗策略的个体化调整。糖化血红蛋白(HbA1c)是衡量长期血糖控制的关键指标,但临床决策不能仅依赖单次实验室测量,还需综合考虑年龄、合并症、肾功能等多种因素。电子健康记录(EHRs)包含了大量常规临床实践中收集的纵向数据,为数据驱动的医疗保健提供了重要资源。然而,真实世界的EHR数据具有异质性和记录不规则的特点,常存在缺失值或选择性测量可用性。预测因子可能源自不同的诊疗阶段,若不加控制地组合使用,会导致“时间信息泄露”——即使用记录时间晚于预测时间点的变量来评估更早发生的结果。现有研究强调模型输入必须与实际预测时可用的信息对齐。处理缺失数据引入了额外的不确定性,且不存在普适的最优策略。此外,尽管深度学习方法在图像、自然语言等领域取得了革命性进展,但在处理结构化表格数据时,其相对于经典方法(如梯度提升树)的优势并非绝对。因此,亟需一种能够显式建模信息可用性、区分“缺失测量”与“时间上不可用”两种状态,并在统一框架内实现鲁棒的多任务临床预测的方法。
研究内容、结论与意义
为解决上述问题,研究人员开发了NORIA,一个紧凑的、数据可用性感知的神经架构。该架构结合了共享表征、任务特定输出和受控的预测更新机制。NORIA将基线预测限制在最初可用的三个临床变量(HbA1c、年龄、肌酐),而更新后的血糖控制预测则可纳入第一年随访的两个额外变量(HbA1c变化指数、格列齐特年用量)。实验结果表明,NORIA在内部测试集上展现出与强基准模型(如CatBoost、FT-Transformer)相当的预测性能,但其在药物预测这一主要终点上未能达到预定义的实践改进标准。更重要的是,NORIA在特定类型的输入数据退化(尤其是基线特征的部分掩码)场景下表现出更强的鲁棒性,其AUROC下降幅度显著小于对比模型。消融实验证实,掩码训练是提供这种鲁棒性优势的最清晰组件。该研究的核心贡献在于形式化、实现并实证评估了一个考虑信息可用性的统一多任务预测协议,而非提出全新的算法组件或证明绝对的预测优越性。
主要关键技术方法
  1. 1.
    数据来源与预处理:研究使用了包含77,724名糖尿病患者的公开EHR数据集(Mendeley Data, version 2)。通过仅基于训练集的嵌套特征选择,最终保留了三个基线变量(HbA1c、年龄、肌酐)和两个第一年变量(HbA1c变化指数、格列齐特年用量)。数值变换(如对数转换、稳健标准化)均仅基于训练集拟合。
  2. 2.
    NORIA架构设计:
    • •
      原始保留数值嵌入:为每个数值特征生成一个16维的token,保留线性标量路径并辅以可学习的非线性分段线性编码(PLE)修正。
    • •
      基线表征与显式特征交互:将三个基线特征token展平后通过共享编码器,同时计算三对低秩双线性交互作用。
    • •
      任务特定基线读取:共享表征经线性读出层转换为各任务的输出参数。
    • •
      可用性感知状态更新:引入残差更新块,仅在更新血糖控制预测时使用第一年信息,确保基线预测不受后续信息影响。
    • •
      训练策略:采用联合优化,损失函数包括归一化的二元交叉熵(BCE)、平均绝对误差(MAE)、平滑平均精度(Smooth-AP)辅助项和成对交互正则项。应用了掩码训练(masked training)和PCGrad梯度冲突修正方法。
研究结果
  • •
    特征选择与紧凑输入面板评估:通过嵌套选择程序,最终确定的紧凑特征面板(3个基线+2个第一年变量)相对于全部候选预测因子池,在各项任务上的性能下降微小且均在预设约束范围内,因此固定用于所有后续模型比较。
  • •
    预测性能、消融与鲁棒性评估:
    • •
      预测性能:在内部测试集上,NORIA在药物处方预测上的宏平均精度(macro-AP)为0.1854(CatBoost为0.1879),基线和更新后血糖控制的AUROC分别为0.8554和0.8888。NORIA未达到预设的药物预测改进标准。
    • •
      消融分析:通过对照实验,发现掩码训练是唯一在部分历史可用条件下带来清晰正向效果(平均AUROC增益0.0024)的组件。其他组件(如残差嵌入、成对交互、Smooth-AP、PCGrad)的独立益处未被证实。
    • •
      鲁棒性评估:在冻结模型后进行的输入数据扰动实验中,当20%基线特征被掩码时,NORIA的更新后血糖控制AUROC下降0.0271,远低于CatBoost(0.0510)和FT-Transformer(0.0542)。但在完全移除第一年数据时,CatBoost表现略优。在模拟的MAR、MNAR等更复杂的缺失机制下,当竞争模型也采用掩码训练后,NORIA的初始鲁棒性优势显著缩小。
    • •
      不确定性量化:配对自助法分析显示,NORIA与CatBoost在药物macro-AP上的差异为-0.0024,置信区间完全低于零,表明在此固定模型比较中NORIA表现稍逊。与FT-Transformer的差异较小且置信区间包含零。
    • •
      概率校准:NORIA经过事后校准(post-hoc calibration)后,期望校准误差(ECE)显著降低,表明其概率估计具有良好的内部可靠性。
    • •
      特征归因:预期积分梯度法分析显示,基线HbA1c是所有预测任务中最具影响力的特征。对于更新后的血糖控制预测,第一年的HbA1c变化指数和格列齐特剂量也做出了贡献,符合架构的信息访问约束。
    • •
      与专用多任务架构比较:与MMoE和PLE相比,NORIA在预测性能上表现相当,但参数数量和推理延迟略有不同,表明其提供了一个紧凑的阶段约束多任务框架,但未展现优越的预测效率。
讨论与结论总结
讨论部分总结:研究证实了在阶段特异性信息访问约束下进行统一多任务临床预测的可行性。NORIA的核心贡献在于实施并评估了一个区分“缺失测量”与“时间上不可用”信息的框架。特征选择体现了输入紧凑性与预测价值之间的权衡。与标准表格学习方法的比较表明,架构集成并不总能转化为预测精度的提升,NORIA的价值在于建立统一的阶段性预测框架。鲁棒性实验揭示了掩码训练的特定优势,但其他组件的独立益处未被证实,这为未来架构简化提供了可能性。研究也指出了模型的局限性,包括基于单一数据集、缺乏外部验证、模拟缺失机制与现实差距等问题。临床解释需谨慎,药物预测反映的是处方模式而非疗效。个性化适应和跨机构泛化能力是未来研究方向。
结论部分翻译:在本研究中,研究人员开发并内部评估了NORIA,一个紧凑的多任务学习框架,用于在考虑不同治疗阶段信息可用性约束下的临床预测。其主要贡献包括整合了具有时间有效性的特征访问、显式区分缺失和不可用测量、以及在统一架构内实现对异构临床结局的受控预测更新。所提出的公式允许基线预测保持独立于后续获取的信息,同时使更新后的血糖控制估计能够纳入额外的第一年变量。对比实验表明,其预测性能总体上与成熟的表格学习和专用多任务学习模型相当;然而,针对主要药物预测指标的预设实践改进标准未达成。消融分析揭示,“盲训练”(即掩码训练)是在模拟缺失数据条件下提供最清晰鲁棒性优势的组件,而其他架构组件未观察到显著的独立益处。因此,这些结果证实了数据可用性感知多任务预测的可行性和内部有效性,而非证明了普遍的预测优越性或已证实的临床泛化能力。下一步是在包含自然缺失值的电子健康记录队列中进行独立的外部验证,理想情况下包括前瞻性收集的数据。在考虑将该框架投入实际临床应用之前,必须评估其在多样化临床环境和患者亚组中的预测性能、校准度、不确定性和鲁棒性。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号