A Multi-Analyst LLM Pipeline for Auditable Rule Discovery Across 68 Public Physiological Corpora

Technische Samenvatting: Een Multi-Analist LLM-Pipeline voor Auditeerbare Regelontdekking

Probleemstelling
Open fysiologische corpora zijn inherent heterogeen en maken gebruik van diverse sensoren, labels, bemonsteringsfrequenties en klinische eindpunten. Hoewel deze datasets ondersteuning bieden bij het ontwerpen van detectoren, specificeren zij niet direct de technische regels voor nieuwe contactloze monitoringsplatforms. Specifiek kan een regel die goed presteert op één dataset falen door veranderingen in sensoren, verschuivingen in labels of verschillen in de context van implementatie. De auteurs pakken de uitdaging aan om een detector-regelbibliotheek te construeren voor een contactloos platform voor nachtelijke monitoring (gebruikmakend van millimetergolfradar, WiFi CSI, thermische sensoren, akoestische kenmerken en omgevingssensoren), waarbij geen enkel publiek corpus overeenkomt met de doelhardware en geen bestaand corpus direct een bibliotheek met technische regels specificeert.

Methodologie
Het artikel stelt een gecontroleerde, vier-analist Large Language Model (LLM) workflow voor, ontworpen om documentatie van 68 gescreende publieke fysiologische corpora om te zetten naar een auditeerbare bibliotheek van kandidaat-regelvormen. Het proces is gestructureerd als een gecontroleerde technische cascade:

1. Corpusselectie: 68 publieke corpora werden geselecteerd op basis van compatibiliteit met commercieel gebruik, gedocumenteerde sensor-modaliteiten/bemonsteringsfrequenties en relevantie voor nachtelijke monitoring (bijv. hartslag, ademhaling, epileptische aanvallen, gedrag bij het uit bed gaan).
2. Vier-Analist Extractie: Vier onafhankelijke commerciële LLM-families fungeerden als parallelle extractoren met behulp van een gecontroleerde prompt. Zij werden niet behandeld als autoriteiten; in plaats daarvan dienden hun outputs als kandidaat-markers.
3. Normalisatie en Deduplicatie: De analisten produceerden 695 "top-markers". Deze werden genormaliseerd (het canoniseren van signaal/modaliteit en tijdsvensters) en gedupliceerd, waarbij 649 regelrecords werden behouden.
4. Drempelwaarde-Audit: Een aparte audit signaleerde 51 schendingen van de redelijkheid met betrekking tot drempelwaarden, die werden doorgeleid voor afkapping (clamping) of beoordeling door een curator om te voorkomen dat onveilige, uit de literatuur afgeleide drempelwaarden zouden voortgaan.
5. Cross-Corpus Consolidatie: De behouden records werden geconsolideerd in 436 unieke regelvormen.
6. Gate-Tagging en Invarianten: Regels werden getagd voor bouwrijpheid op basis van twee harde invarianten:
   • Natieve Sensorchannel: De regel moet mappen naar een sensorchannel die inherent aanwezig is op de doelhardware.
   • Geen Multi-Night Personalisatie: De regel mag geen per-patiënt baseline-leren of geïndividualiseerde gebruikersprofielen vereisen.
7. Curator Review: Een menselijke curator beoordeelde de 436 unieke vormen tegen een vast rubric (semantische onderscheidbaarheid, ondersteuning vanuit de literatuur, beschikbaarheid van natieve channels, etc.) om een technische triage uit te voeren.

Belangrijkste Resultaten
De pipeline verwerkte de input via een specifieke reductiecascade:

• Input: 68 publieke corpora.
• Extractie: 695 analist top-markers.
• Retentie: 649 regelrecords (na deduplicatie).
• Consolidatie: 436 unieke regelvormen.
• Output: 94 "build-now" detectorcomponenten.

Deze 94 componenten waren verdeeld over vier detector-familiebakken:

• Autonome surge met mislukt herstel (62 componenten).
• Postictale respiratoire compromis (24 componenten).
• Uit bed gaan na een bewegingsintensief evenement (6 componenten).
• Postictaal herstelrisico (2 componenten).

Analyse van Inter-Analist Discrepantie
In tegenstelling tot de aanname dat overeenstemming gelijkstaat aan correctheid, toonde de studie aan dat overeenstemming de overleving in de uiteindelijke bibliotheek niet voorspelde.

• Overeenkomstverdeling: 67,2% van de top-markers had een 3/4 of 4/4 overeenstemming.
• Retentieratio: De retentieratio was uniform over de verschillende niveaus van overeenstemming (ongeveer 93–95% voor 4/4 tot 1/4 overeenstemming; chi-kwadraat p=0,91).
• Nut van Discrepantie: Discrepantie diende als een triage-signaal. Markers voor epileptische aanvallen vertoonden een significant hogere discrepantie (29,4% single-AI) vergeleken met cardiale markers (12,3% single-AI), wat aangeeft dat betwiste extracties meer aandacht van de curator vereisten.

Betekenis en Claims
Het artikel stelt expliciet dat de bijdrage niet een gevalideerde klinische detector is, noch een benchmark van LLM-vendors. Het rapporteert geen sensitiviteit, specificiteit, vals-positieve ratio of latentie, aangezien deze prospectieve hardware-validatie tegen medische grondwaarheid vereisen.

In plaats daarvan ligt de betekenis in de methodologie:

1. Auditeerbare Technische Cascade: Het demonstreert een workflow waarbij analist-discrepantie, drempelwaarde-controles en de handhaving van invarianten de uit de literatuur afgeleide regels richting prospectieve validatie leiden zonder ongeverifieerde klinische claims te maken.
2. Discrepantie als Signaal: Het stelt vast dat analist-discrepantie een nuttig triage-mechanisme is om betwiste extracties bloot te leggen, in plaats van een maatstaf voor waarheid.
3. Propriëtaire Disclosure Patroon: Het biedt een patroon voor het rapporteren van geaggregeerde herkomst (aantallen, methoden, audit-fasen) terwijl de propriëtaire regeldefinities, drempelwaarden en gate-rationales worden achterhouden om de productlogica te beschermen.

De auteurs concluderen dat de 94 "build-now" componenten kandidaten in de scoping-fase zijn die klaar zijn voor prospectieve hardware-validatie, en geen inzetbare klinische meldingen. De pipeline zet heterogene informatie uit open corpora succesvol om in een gestructureerde, auditeerbare set van technische kandidaten.