《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：
背景：多模态可解释人工智能（explainable artificial intelligence, XAI）正在改变肿瘤学领域，但其临床采用受到有限的可解释性以及对真实世界数据（real-world data, RWD）（包括电子病历、地理空间数据和社会健康
背景：多模态可解释人工智能（explainable artificial intelligence, XAI）正在改变肿瘤学领域，但其临床采用受到有限的可解释性以及对真实世界数据（real-world data, RWD）（包括电子病历、地理空间数据和社会健康决定因素）碎片化利用的限制。研究人员提出了XAI CAncer Radiation Therapy（X-CART）平台，这是一个多模态RWD流水线，旨在实现可解释且临床可行的精准肿瘤学。
材料与方法：X-CART将异质性RWD整合到一个统一的、AI就绪的架构中，用于可解释的放射治疗中断（radiotherapy interruption, RTI）风险预测和患者导航。一项回顾性的实施验证分析展示了该流水线的预测建模能力和可解释性。该框架支持有针对性的、患者层面的干预策略。
结果：研究人员开发了一个可扩展、可互操作的流水线，将临床和社区层面数据综合到一个安全的多模态框架中，用于RTI风险预测和患者导航。该系统采用迭代机器学习（machine learning, ML）与反馈驱动的再训练，并通过一个嵌入电子病历（electronic medical record, EMR）的仪表盘提供实时、可解释的输出。该架构具有注册表可扩展性，并与互操作性标准对齐，以支持多机构部署。作为数据科学模块的实施证明，一项包含2525名患者的回顾性队列分析识别出622次RTI事件（24.6%），并在独立保留测试集上使用极限梯度提升（eXtreme Gradient Boosting, XGBoost）模型显示出中等水平的区分能力（受试者工作特征曲线下面积 = 0.689），同时提供了队列层面的SHapley Additive exPlanations（SHAP）可解释性。
结论：该框架解决了关键的RWD挑战，包括数据质量、完整性和可追溯性。X-CART为肿瘤学中的XAI建立了一个通用的、保护隐私的基础，并为用多模态RWD丰富癌症登记数据以支持可扩展的真实世界证据生成提供了一个实用蓝图。
论文解读：X-CART——面向放射肿瘤学的多模态可解释AI患者导航流水线
一、研究背景与问题提出
随着人工智能（artificial intelligence, AI）技术在医疗领域的深入应用，特别是深度学习在诊断影像组学方面展现出巨大潜力，但模型的复杂性导致了所谓的“黑箱”问题，即缺乏解释透明度的推荐降低了临床医生对结果的信任度，阻碍了临床采纳。为解决此问题，可解释人工智能（explainable artificial intelligence, XAI）框架应运而生。然而，现有XAI工具在放射肿瘤学中的应用大多依赖单一模态数据，或排除了非结构化数据源如临床叙述和影像。此外，来自常规临床护理记录、社区健康数据库和人群级地理空间存储库等异构真实世界数据（real-world data, RWD）源的数据并非为AI就绪性或互操作性而设计，导致数据协调和模型泛化面临挑战。癌症登记数据虽为重要的RWD来源，但往往缺乏社会健康决定因素（social determinants of health, SDoH）变量、非结构化临床叙述和影像数据的粒度。因此，迫切需要能够桥接登记级人群数据与机构级多模态临床数据的架构。
放射治疗中断（radiotherapy interruption, RTI）严重影响治疗效果，尤其是超过5天的总中断会导致加速的肿瘤细胞再增殖和放射抵抗，带来更差的临床结局。RTI风险不仅受临床因素影响，还由社会和环境影响决定，但这些因素很少被传统登记数据捕获。因此，识别高风险患者以进行个体化支持干预对于维持癌症护理质量至关重要，这需要能够以保护隐私且AI就绪的格式整合和协调多样化RWD流的数据流水线。为此，研究人员提出了XAI CAncer Radiation Therapy（X-CART）平台，旨在建立一个可扩展、可互操作的架构，将碎片化的真实世界临床和社区数据转换为结构化的、兼容登记系统的格式，用于可解释的RTI风险预测和患者导航。该论文发表在《ESMO Real World Data and Digital Oncology》。
二、关键技术方法
X-CART流水线整合了来自田纳西大学健康科学中心（University of Tennessee Health Science Center, UTHSC）附属肿瘤诊所的结构化临床数据、治疗数据、人口统计学和行为数据、地理空间数据以及基于人口普查区级别的SDoH数据。研究采用了提取-转换-加载（Extract, Transform, Load, ETL）方法加载多种数据源，并使用临床自然语言处理工具包medSpaCy处理非结构化临床文本。预测建模使用了极限梯度提升（eXtreme Gradient Boosting, XGBoost）模型，并以逻辑回归作为基线进行比较。模型的可解释性通过后验的SHapley Additive exPlanations（SHAP）分析实现，提供全局和队列层面的特征归因。整个架构围绕健康等级七国际（Health Level Seven International, HL7）快速医疗互操作性资源（Fast Healthcare Interoperability Resources, FHIR）标准设计，确保输出的互操作性和与EMR系统的集成。
三、研究结果
1. 实施验证模型性能
在回顾性实施验证分析中，最终分析队列包含2525名放射肿瘤学患者（2020年8月至2024年5月），其中622名（24.6%）经历了RTI事件（定义为两次或以上错过的放疗疗程）。在独立保留测试集（n=631）上，XGBoost模型达到了0.689的受试者工作特征曲线下面积（area under the receiver operating characteristic curve, AUROC），0.413的精确率-召回率曲线下面积（area under the precision-recall curve, AUPRC），以及0.216的Brier分数。在优先检测错过两次及以上疗程患者的开发集阈值（0.455）下，灵敏度为0.780，特异度为0.502，加权F1分数为0.597。相比之下，逻辑回归基线在默认0.50阈值下实现了0.678的AUROC、0.429的AUPRC、0.228的Brier分数、0.660的灵敏度、0.646的特异度和0.672的加权F1分数。这些结果表明了流水线预测建模组件的可行性，而非建立了可部署的临床预测模型。
2. 可解释性输出
队列层面的SHAP分析识别出预设放射剂量（占总归因的21.1%）、每次分割剂量（18.8%）和婚姻状况（7.9%）是实施分析中的主要贡献特征。这些值为模型归因值，而非因果效应，展示了多模态RWD整合的解释价值。
四、讨论与结论
讨论总结：X-CART代表了一种新颖的多模态RWD流水线，将可解释的RTI风险与患者支持联系起来。实施验证分析证明了数据科学模块能够从真实的临床、治疗、行为、地理空间和SDoH数据中生成可解释的RTI风险输出。模型在独立保留测试集上实现了中等水平的区分能力，性能与基线相当，同时实现了涵盖治疗强度、人口统计学、临床和SDoH领域的队列级SHAP归因。主要挑战包括多模态数据整合、互操作性、异构数据协调以及减轻真实世界数据集中固有的偏差。当前的实施验证未纳入自动化治疗交付、剂量测定或分次级治疗数据。未来版本将明确整合这些数据以拓宽建模能力。跨田纳西州的多站点合作正在进行中，以改善地理和人口统计代表性，但在临床部署前仍需外部验证。
研究结论翻译：本研究提出了X-CART平台，这是一个专为XAI驱动的RTI风险预测和患者导航开发的多模态RWD架构。回顾性的实施验证证明了数据科学模块从多模态RWD生成可解释的RTI风险预测的可行性。X-CART并非取代癌症登记数据，而是通过用更高分辨率的临床、地理空间和SDoH信息丰富登记数据来对其进行补充。未来的工作将侧重于前瞻性工作流程评估、多机构验证以及在多样化的肿瘤学环境中的更广泛部署。
