ClinRisk-LLM：基于大语言模型策略的帕金森病步态与语音信号成本敏感主动学习标注框架

《International Journal of Molecular Sciences》：LLM-Guided Adaptive Cost Calibration in Active Learning for Parkinson’s Disease Biosignals

　　

摘要

帕金森病（PD）的确诊标签——无论是来自专家检查还是前瞻性的生物标志物检测——成本高昂，且漏诊病例与误报所产生的后果并不对等。ClinRisk-LLM 是一个面向步态和语音信号的高效标注、成本敏感学习框架，其中大语言模型（LLM）将预定义的安全规范转化为冻结的策略，设定支持向量机中正类权重以及潜在漏诊病例的标注优先级。成本敏感训练、风险感知查询和 LLM 策略分别在步态（??=165）和语音（??=252）数据上进行了消融实验，并与事后阈值调整、全量转诊策略、保留步态研究及独立语音队列进行了基准比较。使用一半的标注量，成本敏感主动学习相较于标准主动学习将 4:1 的非对称成本降低了 34.1%（步态）和 5.7%（语音），代价是特异性有所下降。ClinRisk-LLM 将预定义的安全规范转化为冻结且可审计的策略，在标注获取过程中调整风险设定。逐组件分析表明，分类器加权是观测到的成本降低的主要原因，而 LLM 引导的自适应所带来的增量收益在不同数据集和比较设置下有所差异。经过阈值调优的对称模型在步态任务上与 ClinRisk-LLM 的成本差距仅为 1.3 个成本点，且步态性能大致与全员转诊持平。ClinRisk-LLM 在步态上达到了 47.60 的成本，而固定成本敏感学习为 46.10；由三个 LLM 从重构规范中生成的 40 个策略产生了 52.1 至 75.8 的步态成本。在分子分诊中的应用仍属前瞻性研究。代码和数据可用性详情见数据可用性声明。