基于Transformer的高压注射对比剂外渗风险预测模型：一项双中心研究与外部验证

《Journal of Multidisciplinary Healthcare》：A Transformer-Based Risk Prediction Model for Contrast Media Extravasation During High-Pressure Injection: A Dual-Center Study with External Validation

　　

目的 评估基于Transformer的深度学习模型能否在高压静脉碘对比剂注射前预测对比剂外渗（CME）风险，并为增强CT检查前的高危患者提供自动化筛查工具。 患者与方法 研究人员回顾性分析了2023年11月至2025年6月在苏北人民医院（内部队列，n=26,126；CME阳性率0.88%）及其南院区（外部验证队列，n=9,411；CME阳性率0.99%）接受增强CT检查的35,537例患者，总体CME阳性率为0.91%。共纳入16项人口学、临床、注射及护理变量。采用由三个堆叠编码器模块组成的Transformer编码器模型进行训练，使用批量自适应难负样本校正Focal Loss处理极端类别不平衡问题——每个小批量内动态重新计算类别权重并对难负样本施加额外惩罚；同时进行了基于扰动的特征归因分析。内部采用五折交叉验证，随后进行独立外部验证。评估指标包括准确率、召回率、特异度、阳性与阴性预测值、F1分数、Cohen's Kappa系数、马修斯相关系数（MCC）及受试者工作特征曲线下面积（AUC）。 结果 内部五折交叉验证的准确率为93.07%±0.76%，召回率为66.80%±2.16%，特异度为93.31%±0.79%，AUC为0.907；外部验证结果为92.71%、63.44%、93.00%和0.862。Cohen's Kappa系数为0.12–0.15（内部均值0.13），MCC为0.21–0.23（内部均值0.22）。穿刺部位、对比剂黏度、总注射量和静脉血栓为高贡献特征（>10%）；注射速率、糖尿病、性别、年龄、BMI、VIA量表、恶性肿瘤病史及患者来源贡献1%–10%。 结论 该模型在两个中心表现出可接受的区分能力和泛化性，但仍属回顾性研究原型：由于罕见事件模型即使具有高特异度仍会产生大量假阳性警报，其输出需经本地重新校准，且预警阈值尚未经过临床优化。因此，在临床部署前需要进行前瞻性多中心验证。

论文解读：基于Transformer的对比剂外渗风险预测模型

研究背景与目的

对比剂外渗（CME）是增强CT检查中放射科较常见的不良事件之一。早期研究报告CME发生率较低，约为0.03%至0.26%；但随着高压注射器的广泛应用及更高注射速率的需求，后续大规模研究显示CME发生率已上升至0.23%–1.20%。虽然多数CME事件程度轻微，但严重外渗可导致皮肤坏死和骨筋膜室综合征等不可逆损伤。因此，在增强CT检查前对高危个体进行风险筛查和预测，对于改善患者安全、降低医疗成本和优化临床决策具有重要的临床意义。

传统的CME风险识别方法高度依赖护士的触诊技能和经验评估，缺乏系统的量化标准，主观性强且操作者间一致性差，难以满足快速高压注射环境下精准防控的要求。CME危险因素众多，涵盖患者人口学特征、病史、注射参数及护理记录等多个维度，且变量间普遍存在非线性高阶交互作用。传统机器学习模型在处理此类结构化异质性数据时可能遇到性能瓶颈。而已发表的CME风险预测模型主要依赖于传统的回归分析方法，通常以列线图或风险评分形式呈现，且多在单中心回顾性队列中开发。这类模型只能捕捉有限数量预测因子之间的线性关系，并且未针对罕见不良事件特有的极端类别不平衡问题进行设计——在这种情形下，高准确率和高特异度可能与极低的阳性预测值并存。此外，将自动警报嵌入放射信息系统（RIS）还需要接口开发、可接受的推理延迟以及对现有护理工作流程的适配，这些实际障碍鲜少被评估。上述空白促使研究人员开展了一项基于Transformer模型的CME风险预测双中心评估研究。

本研究旨在利用双中心临床数据，基于Transformer深度学习架构构建一个整合了患者人口学特征、病史、注射参数及护理记录等16项关键变量的风险预测模型，以建立用于潜在CME风险患者的辅助筛查工具。通过定量分析预测特征的相对贡献并在真实世界临床数据中验证模型的可行性和准确性，本研究旨在为放射科护理提供一种自动化、客观的风险预警解决方案，该方案具备与RIS系统集成的潜力，从而推动智能护理路径发展并加强患者安全管理。

关键技术方法

研究人员从苏北人民医院及其南院区回顾性收集了2023年11月至2025年6月期间接受增强CT检查的患者数据，最终纳入35,537例病例，其中324例为CME阳性（阳性比例0.91%）。苏北人民医院队列作为内部队列（CME阳性率0.88%），南院区队列作为外部验证集（CME阳性率0.99%）。研究选取了16项变量作为模型输入，涵盖人口学特征、病史、注射参数、护理记录及其他数据。数据预处理包括基于链式方程的多重插补（MICE）处理连续变量缺失值和热卡插补处理分类变量缺失值，对连续变量进行Z-score标准化，并通过嵌入层对离散变量进行表征。针对极端类别不平衡问题，研究人员采用了批量自适应难负样本校正Focal Loss，该损失函数在标准Focal Loss基础上引入了两个关键机制：基于小批量正负样本实际比例的动态类别权重计算，以及对预测概率较高（>0.3）的负样本施加额外惩罚项。模型基于PyTorch平台实现，采用包含三个堆叠Transformer编码器模块的网络架构，每个编码器模块由多头自注意力层和前馈神经网络层组成，并包含层归一化和残差连接。为提高模型可解释性，研究人员引入了基于扰动的损失方法来计算特征重要性。内部队列采用五折交叉验证，外部验证集作为独立测试集不参与训练过程。

研究结果

基线特征与特征贡献谱

患者基线特征在表1中展示。特征贡献谱按预测贡献对16项关键特征进行排序：高贡献特征（>10%）包括穿刺部位、对比剂黏度、总注射量和静脉血栓；中等贡献特征（1%–10%）包括注射速率、糖尿病、性别、年龄、BMI、VIA量表、恶性肿瘤病史和患者来源；低贡献特征（<1%）包括体重、留置针型号、护理资历和身高。

混淆矩阵与模型性能

模型在内部队列和外部验证集上的混淆矩阵显示，在当前操作点下，模型实现了高准确率（内部93.07%，外部92.71%）、高特异度（内部93.31%，外部93.00%）和高阴性预测值（内部99.68%，外部99.61%），但召回率仅为中等水平（内部66.80%，外部63.44%），相应的精确率和F1分数较低。

ROC曲线与AUC

内部和外部验证集的AUC分别为0.907（95% CI: 0.882–0.932）和0.862（95% CI: 0.801–0.914），表明模型具有良好的区分能力。

校准曲线

校准曲线在整个预测概率范围内均位于理想校准线下方，在高风险十分位组尤为明显，表明模型高估了绝对风险；校准斜率为0.36（两个队列相同），Brier评分为0.053（内部）和0.054（外部）。由于概率输出未经临床校准，在实际应用任何阈值前需要进行本地重新校准。

精确率-召回率曲线

精确率-召回率曲线进一步证实了模型在不平衡数据条件下的区分能力，两个队列的AUC-PR均为0.413，而无技能基线分别为0.88%和0.99%。

讨论与结论

在讨论部分，研究人员指出Transformer模型在保守的操作点下稳定地识别了阴性样本并检测了约三分之二的真阳性病例。较低的精确率和F1分数主要归因于两个因素：一是人群中CME的先验患病率极低（约0.91%），即使达到当前的高特异度，仍会产生相对较多的假阳性；二是研究采用的Focal Loss更侧重于少数类别的召回率，在提高阳性病例检测能力的同时牺牲了一定的精确率。Cohen's Kappa系数（内部均值0.13）和MCC（内部均值0.22）均表明模型与参考标准的一致性虽不高但持续高于随机水平。基于外部验证集的CME患病率（约1.0%）和模型灵敏度（约64%），每10,000次增强CT检查中，预测模型预计可正确识别约63例CME病例，同时产生约693次假阳性警报，即每正确预测一例CME伴随约11次假阳性。考虑到假阳性对应的临床干预措施（如降低注射速率、更换留置针、加强穿刺部位观察）均为低风险、低成本的预防措施，这一假阳性率在临床上是可以接受的。

特征归因分析结果显示，穿刺部位、对比剂黏度、注射速率和总注射量等注射相关参数，以及年龄、性别和合并症等患者特征，是对CME预测贡献较高的特征。这些发现与大规模研究和注册研究的结果基本一致。具体而言，在临床可行的情况下优先选择肘前或前臂穿刺，避免通过手背导管进行高流量注射，对接受高黏度对比剂或总注射量超过80 mL的患者在注射开始后第一分钟内加强观察。

研究人员也指出了研究的局限性：回顾性设计可能存在偏倚；两个中心位于同一地理区域，临床工作流程和对比剂使用方案高度一致；未与传统机器学习模型进行比较；提出的改进型损失函数尚未通过消融实验系统验证；单特征扰动方法无法捕捉变量间的交互效应；当前使用固定的50%概率阈值进行二分类风险分层，未进行优化；临床部署方面的实际障碍（如推理时间、RIS集成接口需求、对医护人员操作的影响）尚未评估；数据库建立较早，未能系统纳入后续指南更新和近期研究中发现的更多CME相关预测特征；CME事件的标注过程尚未经过正式的双人独立复核和一致性量化。

结论部分指出，本研究采用Transformer深度学习架构构建了高压静脉碘对比剂注射过程中对比剂外渗的风险预测模型。通过整合人口学特征、病史、注射参数和护理相关信息，该模型展现了捕获多维变量间非线性关系的潜力，并在内部和外部验证中表现出中等水平的预测能力和泛化性，为增强CT检查前对潜在风险患者进行自动化风险分层的可行性提供了初步证据。然而，这些发现仅涉及算法层面的可行性。该模型是在同一地理区域的两个中心回顾性开发的，未进行基线机器学习比较或消融分析，且预测概率需要本地重新校准；因此，在临床部署前需要在前瞻性收集的、地理分布不同的队列中进行验证。