Expert-Guided g-computation with Large Language Models for Estimating Causal Effects on Timings: Applications to Hospital Quality Improvement
本文提出了“egg-computation”，这是一种由大语言模型增强的专家引导型 g-计算框架，它将临床推理与数据驱动的因果推断相结合，旨在准确估计并排序医院质量改进干预措施在缩短住院时长等指标上的节时效应，而传统方法在处理此类指标的假设性场景或复杂因果机制时往往难以奏效。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你正在试图弄清楚为什么你在去学校的路上遇到了交通堵塞。你可以观察车辆并猜测：“噢，那辆红车开得很慢，”但这仅仅是猜测。或者，你可以查看每一辆车的路线图以及它们经过的交通灯，从而精确地看到一辆慢车是如何引发连锁反应的。这就是**因果推断（causal inference）**的核心：它是一门研究不仅发生了什么，而且为什么发生，以及如果我们只改变其中一件事情会发生什么的科学。在医院的世界里，这个问题至关重要。医院想知道如何让患者更快回家（一个被称为“住院时长”或 LOS 的指标），因为这既能节省资金，也能让患者感觉更好。但弄清楚其中的“为什么”非常困难。你不能直接进行一项测试，即尝试在一个规则上对一半的患者进行实验并观察结果，因为那个新规则尚未被发明出来！因此，医生必须想象未来，但他们的想象力可能会有偏差，而计算机程序也经常会感到困惑，因为它们之前从未见过这个新规则。
这篇论文介绍了一种解决这个谜题的聪明新方法，叫做 egg-computation（代表 Expert-Guided g-computation，即专家引导的 g-计算）。把医院的住院过程想象成一个巨大的、复杂的棋盘游戏，患者在方格之间移动：入院、做 X 光检查、等待医生、获得床位，最后离开。通常，这些方格是由规则连接的：在得到医生的医嘱之前，你不能离开。作者意识到，如果你将这个游戏绘制成一张 甘特图（展示每个任务耗时长的时序图），你就可以把它当作一张因果关系图。问题在于，当你想要测试一个新规则（比如“让医生提前 2 小时到达患者身边”）时，你并没有关于后续步骤的数据。该论文提出了一种协作方案：人类专家利用脑力来猜测新规则如何改变前几个步骤，然后由计算机利用真实数据来预测整个游戏的后续走向。为了让这种方法能够快速应用于成千上j的患者，他们使用了一个 大语言模型 (LLM) —— 一个能阅读患者病历的超级智能 AI —— 来充当专家。他们并没有重新训练 AI，而是精心设计了特定的指令（提示词），引导 AI 完成这些地图的绘制并进行变化的预测。
研究人员通过两种方式测试了这个想法。首先，他们进行了已知“标准答案”的计算机模拟。他们发现，当每个患者在医院中都有着不同且混乱的路径时，那些试图为所有人使用单一简单地图的旧方法误差极大（有时甚至会错误地估计节省的时间，误差超过 14 小时！）。但他们的新型 egg-computation 方法通过为每个患者构建独特的地图，几乎完美地得到了答案。接着，他们在来自一家大城市医院的真实数据上进行了测试，涉及 11 种不同的改进方案。他们要求人类专家检查 AI 的工作，结果发现 AI 的表现令人惊讶地好；AI 在医院“游戏”结构的判断上与专家的一致性达到了 90% 左右。当他们计算每种新方案能节省多少时间时，AI 的估计值与人类专家的看法非常接近。
最令人兴奋的部分是他们对这些方案本身的发现。有时，一个新规则看起来很棒，因为它适用于很多患者，但当你观察实际的因果关系时，它实际上并没有节省多少时间。例如，一个关于加速影像检查的方案适用于许多患者，但另一个关于确保医生更快响应会诊的方案，即使符合条件的患者较少，也被估计能为每位患者节省更多时间。AI 甚至帮助医生发现了为什么有些方案在模拟中效果不佳：例如，“早期出院计划”的效果不如预期，因为 AI 发现社会工作者无法解决那些实际上是导致患者滞留的真正医疗问题。这篇论文表明，这种结合了人类直觉、数据驱动数学以及 AI 力量的方法，是一个强大的新工具，能帮助医院在现实世界中尝试这些改变之前，弄清楚哪些改变真正有效。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。