利用电子健康档案数据与大语言模型识别记忆门诊中被诊断为阿尔茨海默病的患者

《npj Dementia》：Identification of memory clinic patients diagnosed with alzheimer disease using electronic health records data and large language models

　　

摘要：阿尔茨海默病（Alzheimer Disease, AD）是一种以记忆和思维功能渐进性衰退为特征的神经退退行性疾病。早期症状性AD新型治疗手段的出现，使得早期且准确的AD诊断需求日益增加。本研究旨在通过分析包含人口学数据、合并症、用药、生物标志物及经大语言模型（Large Language Model, LLM）分析的临床文书在内的电子健康记录（Electronic Health Record, EHR）数据，识别就诊于专科记忆门诊并最终被诊断为症状性AD的患者。研究人员构建了临床诊断预测机器学习模型，用于预测首诊因认知主诉就诊于专科记忆门诊的患者未来将被诊断为症状性AD。该模型可在临床确诊前1年准确预测症状性AD的诊断（AUROC 0.858，95% CI：[0.835, 0.881]）。模型中的关键特征包括年龄、重复陈述（repeating statements）及高血压。研究结果表明，基于多维度EHR表型特征的模型可预测症状性AD的诊断，有望实现更早干预。

论文解读：《利用电子健康档案数据与大语言模型识别记忆门诊中被诊断为阿尔茨海默病的患者》（Identification of memory clinic patients diagnosed with alzheimer disease using electronic health records data and large language models），发表于《npj Dementia》

一、研究背景与立项依据

阿尔茨海默病（Alzheimer Disease, AD）是由β-淀粉样蛋白斑块（amyloid plaques）和tau蛋白神经原纤维缠结（tau neurofibrillary tangles）导致的神经退行性疾病，是65岁以上人群痴呆和死亡的主要原因。目前尚无治愈手段，但疾病修饰治疗（Disease-Modifying Therapies, DMTs）如抗淀粉样蛋白单抗类药物可延缓早期患者认知衰退，因此早期准确诊断至关重要。AD临床症状与血管性痴呆、抑郁、睡眠障碍等其他导致认知障碍的疾病重叠，仅靠临床表现易误诊。虽然脑脊液（Cerebrospinal Fluid, CSF）及正电子发射断层扫描（Positron Emission Tomography, PET）生物标志物可提高诊断准确性，但在专科记忆门诊（Memory Diagnostic Center, MDC）的实际临床工作中，大量患者需多次随访才能排除非AD病因。既往机器学习预测研究多区分AD与认知正常人群，较少聚焦于"均有认知主诉的记忆门诊人群中鉴别最终确诊为症状性AD（symptomatic AD，含AD源性轻度认知障碍MCI及痴呆）与非AD病因"这一更具临床挑战性的场景，且未充分利用非结构化临床笔记信息。为此，研究人员利用结构化EHR数据与经大语言模型（Large Language Model, LLM）提取的非结构化临床表型，构建机器学习模型，前瞻性预测记忆门诊认知主诉患者将来是否被诊断为症状性AD，并解析关键预测因子。

二、主要关键技术方法

研究为回顾性队列研究，数据来源于华盛顿大学圣路易斯分校（Washington University in St. Louis, WashU）MDC 2018–2024年EHR数据（Epic系统），纳入首次MDC就诊前无AD诊断、至少有3年就诊记录者，排除首诊前已确诊AD者，最终队列8874例（症状性AD组3182例，非AD对照组5692例）。主要结局为EHR中记录的由MDC临床医生判定的症状性AD诊断或启用AD靶向药（lecanemab、donanemab）。结构化数据提取人口学、年龄及基于Phecode分组的ICD-10合并症；非结构化临床笔记采用Meta LLaMA 3.2-8B模型以零样本提示（zero-shot prompting）提取重复陈述（repeating statements）、乱放物品（misplacing objects）、AD家族史、高血压、抑郁、痴呆家族史、神经影像萎缩及梗死表型，其中高血压和抑郁表型结合Phecode增强。采用CatBoost、XGBoost、Gradient Boosting及Random Forest拟合，按索引日期（诊断日或末次就诊前1年）前1天、前6个月、前1年截取历史数据预测，80:20划分训练测试集，5折交叉验证调参，100次Bootstrap估计AUROC及95% CI。特征重要性用SHAP（SHapley Additive exPlanations）值分析，独立逻辑回归与Kaplan-Meier曲线验证特征关联，并行敏感性分析（去除"MDC随访年数"、生物标志物确认亚组、结局错分偏倚、时间外部验证即2019年前训练/后评估）。

三、研究结果

Study Population（研究人群）

最终纳入8874例，平均年龄73.9岁，女性57.5%，白人83.2%；症状性AD组占35.2%（3182例），非AD组64.1%（5692例）。亚组244例具阳性淀粉样PET或CSF p-tau181/Aβ42生物标志物验证。

Phenotype extraction evaluation（表型提取评估）

神经科医生对25份笔记人工复核显示：LLM提取"重复陈述"一致性中等至较好（一致率84%，κ=0.688，高灵敏度）；"AD家族史"完全一致（κ=1.000）；"乱放物品"表现较差（κ=0.281，一致率64%）。

Machine Learning Predictive Performance（机器学习预测性能）

CatBoost模型整体最优。诊断前1天预测AUROC为0.916（95% CI：[0.905, 0.930]）；诊断前6个月AUROC为0.877（95% CI：[0.861, 0.894]）；诊断前1年AUROC仍达0.858（95% CI：[0.835, 0.881]）。性别分层模型中女性亚组略优（诊断前1年AUROC女=0.874，男=0.832）。时间越远离诊断日性能略有下降但仍具强判别力。

Feature importances（特征重要性）

SHAP分析显示跨时间点稳定重要的特征包括：MDC随访年数（years seen in the MDC）、年龄（age）、高血压（hypertension）、重性抑郁障碍（Major Depressive Disorder, MDD）、高脂血症（hyperlipidemia）；LLM从笔记中提取的"重复陈述"和"乱放物品"呈阳性时关联更高AD风险。高血压和MDD的特征融合了结构化Phecode与笔记提取信息。

Feature Validations（特征验证）

将SHAP识别的关键特征（MDC随访年数、年龄、高血压、重复陈述等）纳入独立测试集逻辑回归，均具显著预测作用（OR显著）。Kaplan-Meier曲线显示具高血压、"乱放物品"阳性、"重复陈述"阳性者更快进展至症状性AD诊断（log-rank检验p<0.05）；而MDD及睡眠障得（parasomnia、hypersomnia）关联更低症状性AD风险，考虑系此类患者认知下降归因于非AD病因。

Biomarker Confirmed AD Sensitivity Analysis（生物标志物确认AD敏感性分析）

限定生物标志物阳性AD病例、对照不变，CatBoost AUROC提升至0.933，表明模型对明确AD病理患者判别力强。

Model Validity and Bias Evaluation（模型有效性与偏倚评估）

确定性敏感性分析（结局敏感度0.70–1.00，特异度0.85–1.00）AUROC波动极小，表明对EHR诊断错分稳健。校准曲线与Brier分数（1年模型Brier=0.124）显示概率校准良好。去除"MDC随访年数"后AUROC降至0.732（诊断前1天）和0.712（诊断前1年），证实其为重要但非唯一预测因子。时间拆分外部验证（2019年前训练n=6747，2019年后测试n=2127）AUROC为0.792（95% CI：[0.769, 0.810]），提示模型具一定时间泛化能力。

四、讨论与结论总结

研究人员指出，结合结构化EHR与LLM提取的非结构化临床笔记表型可高精度预测记忆门诊认知主诉患者将来被诊断为症状性AD，最早可提前1年给出强判别信号（AUROC 0.858），诊断当日AUROC达0.916。关键预测因子包括高龄、MDC长期随访、高血压、高脂血症及LLM识别的早期行为征象（重复陈述、乱放物品），其中临床笔记信息显著补充了结构化数据的不足。MDD与睡眠障得在模型中呈负向关联，反映其常作为非AD认知障碍的鉴别诊断标签。敏感性分析证实模型对诊断错分稳健、概率校准良好，"MDC随访年数"反映临床实际——部分患者初诊即具典型特征、部分需纵向观察方确诊。局限性包单中心回顾性设计、时间验证性能略降提示需多中心外部验证、LLM对部分表型（乱放物品）提取一致性待提升、依赖EHR中AD诊断编码可能引入分类误差。该研究证明多模态EHR融合LLM表型提取的机器学习方法可用于筛查高危患者、优先安排生物标志物检测，推动症状性AD早诊早治。

研究结论（翻译）：

本研究表明结合不同模态EHR数据与机器学习可有效识别专科记忆门诊中将来会被临床诊断为症状性AD的患者。该工作有望通过预测未来症状性AD临床诊断，来优先安排生物标志物检测并更早启动治疗。