《ESMO Real World Data and Digital Oncology》：X-CART: a multimodal real-world data pipeline for explainable AI-driven patient navigation in radiation oncology
编辑推荐：
•为放射肿瘤学引入多模态真实世界数据（RWD）管道。
•将电子健康记录（EHR）、地理空间和社会健康决定因素（SDoH）数据整合至人工智能就绪（AI-ready）框架中。
•实现可解释人工智能（XAI）对放射治疗中断（RTI）的预测。
•设计为支持
•为放射肿瘤学引入多模态真实世界数据（RWD）管道。
•将电子健康记录（EHR）、地理空间和社会健康决定因素（SDoH）数据整合至人工智能就绪（AI-ready）框架中。
•实现可解释人工智能（XAI）对放射治疗中断（RTI）的预测。
•设计为支持互操作性的注册表可扩展架构。
•实现基于注册表的真实世界证据（RWE），包括比较有效性分析。
**X-CART：放射肿瘤学中的多模态真实世界数据管道与可解释患者导航——论文解读**
**研究背景与问题**
人工智能（AI）在医疗保健领域的应用正快速发展，特别是深度学习在诊断影像组学中显示出潜力。然而，复杂模型的“黑箱”特性导致临床医生对推荐结果缺乏信任，限制了实际采用。为此，可解释人工智能（XAI）方法如局部可解释模型无关解释（LIME）和SHapley加性解释（SHAP）被引入，以提供可解释的预测可视化。在放射肿瘤学中，多模态AI平台可以整合影像、剂量学、电子病历（EMR）等多种数据，提高预测性能。但真实世界数据（RWD）来源异质，包括常规临床记录、社区健康数据库和人口级地理空间存储库，这些数据往往并非为AI就绪或互操作性而设计，导致数据协调和模型泛化成为挑战。癌症注册表是重要的RWD来源，但通常缺乏社会健康决定因素（SDoH）变量的细粒度、非结构化临床叙述和影像数据。此外，放射治疗中断（RTI）严重影响肿瘤局部控制和患者生存，尤其是头颈癌等快速生长肿瘤。RTI风险不仅受临床因素影响，还受交通障碍、住房不稳定、邻里剥夺等社会和环境因素影响。传统注册数据很少捕获这些信息。因此，需要能够将注册表级人群数据与机构级多模态临床数据桥接的数据管道，以识别高风险患者并提供个体化支持。
**研究目标与平台架构**
研究人员提出并展示了X-CART（XAI CAncer Radiation Therapy）平台，这是一种多模态RWD架构，旨在支持放射肿瘤学中XAI驱动的患者导航。X-CART整合结构化临床数据（如人口统计学、处方）、非结构化临床数据（如临床叙述、影像）和非临床数据（如地理空间和SDoH变量）到统一数据模型中。平台由三个运行模块组成：数据架构团队（负责数据获取、协调和去标识化）、数据科学团队（负责预处理、特征工程、预测建模和可解释性分析）、用户体验团队（负责将模型输出集成到临床工作流中）。该架构以HL7 FHIR（快速医疗互操作性资源）标准为基础，支持与EMR系统及注册表系统的互操作性。计划中，预测结果为高风险的RTI患者将被转介给社区健康支持专家（CHSS），接受个体化导航干预，包括社会与后勤障碍评估、导航计划制定和社区资源协调。
**关键技术方法**
研究中的回顾性实施证明使用了来自田纳西大学健康科学中心（UTHSC）附属肿瘤诊所的回顾性队列，最终分析队列包含2525名放疗患者（2020年8月至2024年5月），其中622名（24.6%）发生RTI（定义为错过≥2次放疗）。数据架构团队采用提取-转换-加载（ETL）方法整合EMR来源的人口学、行为、临床数据，基于地理标识符链接的地理空间数据，以及人口普查区级SDoH数据。所有数据经过HIPAA合规的去标识化和加密。数据科学团队使用medSpaCy临床自然语言处理工具处理非结构化临床文本，进行命名实体识别、否定检测等，并将提取的概念聚合成患者级特征。对于结构化数据，进行归一化、缺失值处理（>50%缺失的患者被移除，类别缺失标记为“unknown”），异常值截断至第1和第99百分位数，高度偏斜变量进行对数变换。预测模型采用极端梯度提升（XGBoost）决策树模型，并与多数类参考和类别加权逻辑回归基线进行比较。数据集分为训练集、验证集和独立保持测试集，开发集使用分层10折交叉验证评估。最终模型通过SHAP进行事后可解释性分析。
**研究结果**
论文报告了实施证明的预测模型性能和可解释性输出。
*实施证明模型性能*
在独立保持测试集（n=631）上，XGBoost模型受试者工作特征曲线下面积（AUROC）为0.689（95%置信区间[CI] 0.644-0.734），精确率-召回率曲线下面积（AUPRC）为0.413（95% CI 0.353-0.501），Brier得分为0.216。在开发集选择的阈值（0.455）下，敏感性为0.780，特异性为0.502，加权F1为0.597。相比之下，逻辑回归基线（默认阈值0.50）的AUROC为0.678，AUPRC为0.429，Brier为0.228，敏感性为0.660，特异性为0.646，加权F1为0.672。这些结果证明了预测建模组件的可行性，但尚不能作为部署就绪的临床预测模型。
*可解释性输出*
队列级SHAP分析显示，处方放疗剂量（占总归因的21.1%）、单次分割剂量（18.8%）和婚姻状况（7.9%）是主要贡献特征。这些值代表模型归因，而非因果效应，表明多模态RWD整合具有解释性价值。
**讨论与结论**
讨论部分指出，X-CART是一种新颖的多模态RWD管道，能够将可解释的RTI风险与患者支持联系起来。局限性包括：单机构队列可能导致特征分布和校准在不同环境下发生偏移；模型未纳入自动治疗递送、剂量学或分次级治疗数据；当前仅在单一机构EMR环境中运行，而非基于人群的癌症注册表。未来需要多机构验证，并前瞻性评估工作流整合。此外，模型将遵循TRIPOD+AI声明进行报告，以促进透明性和可重复性。最终，X-CART并非取代癌症注册表，而是通过更高分辨率的临床、地理空间和SDoH信息丰富注册数据，实现互补。未来工作将聚焦于前瞻性工作流评估、多机构验证和更广泛的部署。
**研究结论**
本研究展示了X-CART平台，这是一个为XAI驱动的RTI风险预测和患者导航而开发的多模态RWD架构。回顾性实施证明验证了数据科学模块从多模态RWD生成可解释RTI风险预测的可行性。X-CART并非取代癌症注册表，而是通过更高分辨率的临床、地理空间和SDoH信息丰富注册数据。未来工作将集中于前瞻性工作流评估、多机构验证以及在不同肿瘤学环境中的更广泛部署。
