Cohort-Anchored Foundation Models for Electronic Health Records: From Risk Scores to Auditable Peer Cohorts

Technische Samenvatting: Cohort-verankerde Foundation Models voor Elektronische Gezondheidsdossiers

Probleemstelling
Ondanks de opkomst van miljardenparameters tellende foundation models voor Elektronische Gezondheidsdossiers (EHRs) die indrukwekkende zero- en few-shot capaciteiten vertonen, blijft er een structurele kloof bestaan tussen benchmark-nauwkeurigheid en betrouwbare klinische implementatie. Huidige modellen produceren doorgaans een scalaire risicoscore of een latente representatie, waarbij patiëntvergelijking wordt behandeld als een emergent bijproduct in plaats van de primaire eenheid van bewijs. Dit creëert drie kritieke faalmodi:

1. Ondoorzichtigheid en Hallucinatie: Modellen produceren vaak vloeiende maar inhoudelijk onjuiste medische content, en standaardverklaringen (bijv. attention weights) adresseren het werkelijke redeneerproces van de clinicus niet, dat gebaseerd is op het vergelijken van een patiënt met een cohort van gelijkaardige leeftijdsgenoten met gedocumenteerde uitkomsten.
2. Broosheid onder Distributieverschuiving: De voorspellende prestaties verslechteren aanzienlijk wanneer modellen worden toegepast op nieuwe instellingen, demografieën of protocollen, omdat de onderliggende representatie niet is verankerd aan klinisch betekenisvolle populatiestructuren.
3. Gebrek aan Controleerbaar Bewijs: Clinici redeneren via cohorten (groepen gelijkaardige patiënten), maar huidige systemen geven geen "cohort-met-uitkomst" terug als de inferentie-output, waardoor het besluitvormingsproces moeilijk te auditeren of te verifiëren is tegen gevestigde klinische infrastructuur.

Methodologie: Het CAFM-framework
Het paper stelt cafm (Cohort-Anchored Foundation Model) voor, een framework dat ontworereerd is om de patiëntcohort te verheffen tot een "first-class object" in de machine learning-pipeline. In plaats van bestaande backbones opnieuw op te bouwen, fungeert cafm als een compositionele retrofit die cohort-bewuste capaciteiten integreert in bestaande EHR foundation models via vier onderling verbonden stadia:

1. Afwijkingsbewuste Cohortconstructie (Stadium 1):
   Vóór de pretraining ondergaat de corpus een curatie om twee onderscheidende problemen te detecteren en af te handelen: afwijkingen (statistisch anomale records door technische fouten of documentatie-drift) en bias (systematische inconsistenties voortvloeiend uit klinische workflows, zoals informatieve missingness). Dit stadium produceert een gecureerde dataset waarbij cohorten worden samengesteld met behulp van regelgebaseerde fenotypes, anchor-and-learn methoden of geleerde prototypes, wat ervoor zorgt dat de trainingsdata klinisch valide populaties reflecteert.

2. Cohort-geconditioneerde Pretraining (Stadium 2):
   Het framework introduceert een composiete contrastieve objectief aan de standaard gemaskeerde of autoregressieve pretraining loss.

   • Attractie: Trekt representaties van patiënten met vergelijkbare zachte cohortdistributies naar elkaar toe.
   • Repulsie (Near-Miss Negatives): Duwt patiënten die fenotypisch gelijkaardig zijn maar divergente uitkomsten hebben, van elkaar weg. Deze "near-miss" sampling is cruciaal voor het aanscherpen van cohortgrenzen.
   • Regularisatie: Omvat entropie-regularisatie om te voorkomen dat het model alle patiënten in één enkel cohort dwingt.
   • Curriculum Learning: Het framework hanteert een warm-start strategie en een curriculum dat geleidelijk het gewicht van de contrastieve losses verhoogt om gezamenlijke training tussen de backbone encoder en het cohortmodule te stabiliseren.

3. Multimodale Cohort-alignement (Stadium 3):
   Om "modaliteit-contaminatie" aan te pakken (waarbij één modaliteit, zoals vrije tekstnotities, de gezamenlijke representatie domineert), dwingt het framework intra-cohort gelijkenis af binnen elke modaliteit (tekst, gestructureerde codes, beeldvorming, fysiologische signalen) afzonderlijk. Dit zorgt ervoor dat zwakkere modaliteiten hun discriminerend vermogen behouden en niet instorten op de dominante modaliteit, waardoor de integriteit van de cohortstructuur over verschillende datatypen heen behouden blijft.

4. Clinician-in-the-Loop Verfijning (Stadium 4):
   Tijdens de inferentie geeft het model niet een scalaire score, maar haalt het een peer-cohort en de bijbehorende uitkomstdistributie op. Deze output dient als de verklaring, de audit-eenheid en het drift-signaal. Het framework ondersteunt:

   • Controleerbaar Bewijs: Clinici kunnen de statistieken en uitkomstpercentages van het opgehaalde cohort inspecteren.
   • Taakdecompositie: Clinici kunnen cohortdefinities in real-time aanpassen (bijv. door restricties toe te voegen), wat een herberekening van de uitkomstdistributie triggert zonder de volledige backbone opnieuw te draaien.
   • Lifecycle Monitoring: Het systeem monitort voor distributieverschuivingen door veranderingen in de opgehaalde cohortdistributies te volgen, wat een gevoeliger drift-signaal biedt dan geaggregeerde prestatie-metrics.

Belangrijkste Bijdragen

• Structurele Herformulering: Het paper betoogt dat cohort-verankering een structurele vereiste is voor EHR foundation models, onderscheidend van in-context learning, retrieval-augmented generation (RAG) of post-hoc verklaringen. Het stelt dat de cohort, en niet de individuele embedding, de eenheid van klinisch bewijs moet zijn.
• Het CAFM Framework: Een concreet, vierstaps methodologie die kan worden toegepast als een retrofit op bestaande backbones (bijv. BEHRT, Med-BERT) zonder een volledige architecturale redesign te vereisen.
• Wiskundige Formulering: De auteurs bieden expliciete wiskundige formuleringen voor de contrastieve objectieven, inclus\nief de definitie van "near-miss" negatieven en de composiete loss-functie (Eq. 6 en Eq. 9).
• Empirische Hypothesen: Het paper schetst vijf falsifieerbare hypothesen (H1–H5) die het framework voorspelt, variërend van cohort-dekking versus kalibratie, de effectiviteit van near-miss negatieven, vroege driftdetectie, mitigatie van modaliteit-instorting, en de voorkeur van clinici voor cohort-bewijs in scenario's met hoge onzekerheid.
• Casestudies: Het framework wordt geïllustreerd door vier operationele casestudies: AKI-voorspelling (Acute Nierinsufficiëntie), cardiovasculaire risicostratificatie vanuit ECG's, optic neuropathy triage van orbitale beeldvorming, en ERG-gegronde rapportgeneratie.

Resultaten en Illustraties
Het paper presenteert geen enkele verenigde experimentele benchmark met nieuwe state-of-the-art scores. In plaats daarvan illustreert het het potentieel van het framework via vier casestudies uit operationele omgevingen:

• AKI Voorspelling: Demonstreert hoe cohort-verankering een scalaire risico transformeert naar een gestructureerd bewijsobject, waardoor clinici specifieke factoren (bijv. blootstelling aan nefrotoxische medicatie) binnen het opgehaalde cohort kunnen bevragen.
• Cardiovasculair Risico (ECG): Toont aan hoe multimodale alignement voorkomt dat het ECG-signaal de gestructureerde EHR-data overstemt, waardoor risicoschattingen worden gegrond in instellingsspecifieke historische trajecten.
• Optic Neuropathy Triage: Benadrukt hoe cohort-retrieval triage-beslissingen ondersteunt door een gecureerde set van eerdere verwijscases te bieden, wat de vertrouwenskloof in de eerstelijnszorg adresseert.
• ERG Rapportgeneratie: Stelt een generatieve aanpak voor waarbij rapporten worden gegrond in opgehaalde patiëntcohorten in plaats van enkel tekstfragmenten, wat hallucinatie vermindert door generatie te beperken tot klinisch vergelijkbare populaties.

Significantie en Claims
Het paper positioneert zichzelf als een perspectief dat wordt ondersteund door een concreet framework, met als doel de kloof te overbruggen tussen indrukwekkende benchmarks en betrouwbaar gebruik aan het bed van de patiënt. De primaire claims zijn:

1. Methodologische Noodzaak: Cohort-verankering is de meest directe route om foundation models interpreteerbaar, robuust tegen distributieverschuivingen en controleerbaar te maken. Het verschuift het paradigma van "representatiekwaliteit" naar "populatie-gegrond bewijs".
2. Praktische Haalbaarheid: Het framework is ontworpen als een retrofit, wat engineering-inspanning vereist voor de integratie van cohortmodules en retrieval-indices in plaats van de ontwikkeling van volledig nieuwe backbone-architecturen.
3. Testbaarheid: Het framework is gedefinieerd door specifieke, falsifieerbare empirische hypothesen. De auteurs betogen dat de geldigheid van cohort-verankering niet beoordeeld moet worden op retorische aantrekkingskracht, maar op de vraag of deze hypothesen standhouden onder prospectieve evaluatie.
4. Operationele Realiteit: Het paper erkent dat de barrières voor adoptie niet conceptueel maar organisatorisch zijn. Het realiseren van deze visie vereist aanhoudende inspanning in datacuratie, governance en het onderhouden van cohortdefinities naarmate klinische praktijken evolueren.

De auteurs concluderen dat hoewel de noodzakelijke modelleringscomponenten aanwezig zijn, de volgende fase van vooruitgang in klinische AI afhangt van het uitrusten van bestaande modellen met het populatie-gegronde substraat waar de klinische redenering traditioneel op heeft vertrouwd.