《Big Data and Cognitive Computing》:RACPR: Generative AI-Enhanced Risk-Aware Causal Path Re-Ranking for Interpretable Multimorbidity Risk Identification in Elderly Health Consultation Scenarios
编辑推荐:
在老年健康咨询场景中,多重慢病风险识别具有挑战性,因为慢性病史与用药暴露可能通过复杂因果通路相互作用。现有基于大语言模型(LLM)、检索增强生成(RAG)和图的方法常依赖语义相关性或图连通性,不足以识别用户特异性风险机制。研究人员提出RACPR,一种生成式AI
在老年健康咨询场景中,多重慢病风险识别具有挑战性,因为慢性病史与用药暴露可能通过复杂因果通路相互作用。现有基于大语言模型(LLM)、检索增强生成(RAG)和图的方法常依赖语义相关性或图连通性,不足以识别用户特异性风险机制。研究人员提出RACPR,一种生成式AI增强的风险感知因果路径重排序框架,用于可解释多重慢病风险识别。RACPR通过整合用户实体对齐、因果连贯性、风险贡献与路径长度控制对候选因果路径排序,并利用生成式AI将所选路径转化为可读的、基于路径的解释。为支持受控算法评估,研究人员构建了覆盖糖尿病、高血压与慢性肾脏病的1002例老年多重慢病咨询标准化基准,其基准与支撑知识图谱源自PubMed摘要、指南与综述、DrugBank用药安全证据及MedlinePlus术语等公开生物医学资源。在防泄漏设定下,仅年龄、确诊疾病与用药暴露作为模型可访问输入,异常指标、支撑路径与理据留作评估。测试集上RACPR取得准确率0.659、精确率0.602、召回率0.938、F1值0.733、AUC 0.777;消融显示移除风险感知组件使AUC由0.777降至0.428。基准级解释评估进一步在路径一致性、路径命中率与健康向合理性上有所提升。结果表明,在受控基准下,风险感知因果路径重排序相较所评估基线改善了风险排序与解释落地性。
研究背景方面,老年人群多重慢病(multimorbidity)高发,糖尿病、高血压与慢性肾脏病常并存,且多药联用(polypharmacy)带来用药安全风险;单病指南难以直接套用于多病共存个体,风险往往由“疾病—用药—下游不良结局”经因果传播涌现,而非孤立因素所致。现有LLM、RAG与图基检索多依赖语义相关或图连通,检索到的话题相关片段未必构成连贯风险机制,且纯LLM推理易产生无证据支撑输出。为此,研究人员在《Big Data and Cognitive Computing》提出RACPR框架,将检索单元由孤立文本或图邻域改为有序因果路径,并以风险感知方式重排序,再用生成式AI把选中路径转为可读解释,不改变由结构化模块给出的风险判定。
关键技术方法上,研究人员基于公开资源(PubMed摘要291条、指南综述45条、DrugBank关系级证据29370条、MedlinePlus术语)构建领域实体词典、三元组集与风险词表,经去重归一化与人工一致性核查形成面向任务的健康导向知识图谱;以确定性规则从图谱生成1002例老年咨询基准(糖尿病/高血压/慢性肾脏病各334例,高低风险各501例,按597/115/290划分训练/开发/测试),预测期仅暴露年龄、确诊疾病、用药暴露三类字段,异常指标与标签留作评估防泄漏。候选因果路径限定≤4跳,RACPR打分Score(P)=αSentity+βScausal+γSrisk?λSlength(开发集定α=0.20,β=0.20,γ=0.50,λ=0.10),选Top-5送生成式AI(gpt-4o-mini)做路径锚定解释。
研究结果部分,3.1节将任务形式化为仅用Xreal={A,D,M}预测二值风险y∈{0,1}的分类问题;3.2节给出数据来源与基准字段可达性分工,明确LLM不参建图谱与打标;3.3节定义因果路径为“疾病/用药→中间机制→下游不良结局”的有序三元组链;3.4节限定路径≤4跳以平衡可读性与语义漂移;3.5节详述四项打分分量,Srisk来自风险词表与图结构而非留用指标;3.6节约束LLM仅做路径到自然语言的转写。4.1节实验设置中RACPR测试集Accuracy 0.659、Precision 0.602、Recall 0.938、F1 0.733、AUC 0.777,优于Query-only、LLM-only、RAG、GraphRAG-local/global与CausalRAG Retrieval。4.3节bootstrap 95%CI显示RACPR F1 0.733(0.678–0.781)、AUC 0.777(0.730–0.830)。4.4节消融中去Srisk致AUC跌至0.428、去Slength至0.534,证明风险分量与长度惩罚为关键。4.5节分域看RACPR在慢性肾脏病AUC 0.814、糖尿病0.885、高血压0.702均最高,慢性肾脏病与糖尿病F1与基线持平但排序更优。4.6节解释质量上RACPR+GenAI获Path Consistency 1.000、Health-Oriented Plausibility 1.000、Path Coverage 0.091、Path Hit Rate 0.314,显式路径落地强于GraphRAG社区摘要的宽覆盖。4.7节敏感分析显示top-5为主选,γ与λ扰动影响大,≤4跳设定属可解释边界而非性能调优项。4.8节举例“2型糖尿病→requires_caution_with→甘精胰岛素→increases_toxicity→低血糖”展示路径锚定,失败案例多为广义病种路径压过用药特异路径致假阳,或用药不良路径被低估致假阴。
讨论部分指出,RACPR优势不在固定阈值F1大幅跃升,而在连续风险排序(AUC)与显式因果路径落地;消融印证多分量联合必要性;分域增益非均匀,慢性肾脏病/糖尿病更显著,未来可引入域自适应加权;解释评估不能只看Rationale Overlap词面相似。局限包括基准为规则构造非真实电子健康记录(EHR)、未做专家盲评、图谱紧凑仅三域、最大跳数与权重属设计参数。结论部分翻译如下:本研究提出RACPR,一种生成式AI增强的风险感知因果路径重排序框架,用于老年健康咨询场景可解释多重慢病风险识别;其以用户实体对齐、因果连贯性、风险贡献与路径长度控制选取个案因果证据路径,生成式AI仅将选中路径转为自然语言解释而不决定风险标签。预期场景含健康咨询代理、社区养老与个管工具。在构造基准上RACPR获对比法最高AUC与具竞争力的固定阈值分类表现,消融证实风险感知与长度控制之关键,分域AUC一致占优,解释评估中Path Consistency与Health-Oriented Plausibility达满值;结果表明受控基准下风险感知因果路径重排序改善连续风险排序与显式路径落地,外部EHR与专家评审泛化性待验。