Curriculum-Aware Interpolate-then-Refine: Learned Physiological Time-Series Imputation under Realistic Missingness
本文介绍了课程感知型“先插值后精炼”（Curriculum-Aware Interpolate-then-Refine, CAIR）框架，该框架通过首先利用双向 GRU 学习粗略曲线，随后利用 Transformer 进行迭代精炼，从而有效应对极端值缺口和可变间隙长度等挑战，并保留临床关键负担指标，在具有现实缺失特征的生理时间序列填补任务中表现优于现有方法。
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
在现代医院中，患者健康状况的故事通常是以连续的数据流来讲述的。机器监测着血压、心率和血糖，每隔几分钟记录一次这些生命体征，从而构建出人体状况的详细时间线。这些数据是做出救命决策的原材料，使医生能够在紧急情况发生前发现危险趋势。然而，这种流传并不总是完整的。传感器可能会脱落，电池可能会耗尽，患者的活动也可能中断记录。当这些间隙出现时，数据就不完整了，故事也就出现了断层。为了理清这些记录，医疗系统必须推测在缺失的时间里发生了什么。几十年来，标准的方法一直很简单：在最后一个已知数值与下一个数值之间画一条直线。虽然这对于较小的间隙效果尚可，但它无法捕捉到人体实际行为的复杂且蜿蜒的现实，尤其是在患者处于危机时刻时。
北卡罗来纳大学教堂山分校的研究人员开发了一种超越简单直线的新方法来填补这些间隙。他们创建了一个名为 CAIR 的系统，该系统不将缺失的数据视为一个需要一次性解决的静态谜题，而是一个学习与修正的过程。该系统首先创建一个关于缺失数值可能是什么的粗略、有根据的猜测，就像为一幅风景画勾勒出基本轮廓一样。然后，它使用第二个更复杂的步骤来完善这个草图，通过修正初始猜测，使其符合人类生理学中特有的、往往是剧烈的模式。这种两阶段方法使系统能够处理差异巨大的间隙，从丢失的几分钟到丢失的数小时不等，并能适应数据丢失的具体原因。
研究人员发现，以往尝试使用高级计算机学习来修复这些间隙的方法都失败了，其表现往往比简单的直线法还要差。他们发现，这些失败的原因在于计算机模型是在错误类型的缺失数据上进行训练的。在现实世界中，数据并不是随机消失的；它往往在患者最活跃时或生命体征处于极端状态（如血糖突然飙升）时消失。旧的模型是在随机间隙上训练的，因此并未准备好应对临床现实中的特定挑战。此外，这些间隙的长度差异巨大，单一的平均得分往往掩盖了某种方法可能对短间隙表现出色、但对长间隙表现糟糕的事实。
为了解决这个问题，新系统使用了多样化的缺失数据模式进行训练，以确保它能够应对现实世界监测中不可预测的特性。系统的第一阶段学习在缺失部分绘制一条平滑的基本曲线。第二阶段，一个强大的计算机模型，会观察这条曲线及其周围的上下文信息（例如患者的活动水平或其他生命体征），以添加必要的细节。它会对数据进行三次迭代，每一次都修正之前的估计，以更好地匹配可能的生理现实。这一过程使系统能够恢复复杂的形状，例如进食后血糖的剧烈上升或睡眠期间的缓慢下降，而简单的直线会完全忽略这些特征。
在针对使用连续血糖监测仪和重症监护病人的真实数据进行测试时，这种新方法证明其优于包括简单直线和其他复杂计算机模型在内的所有其他方法。在数据缺失于最关键时刻（如患者血糖过高或过低）的困难场景下，该方法表现尤为出色。在这些艰难的情况下，新系统比次优方法降低了近百分之二十的误差。至关重要的是，研究人员指出，仅仅拥有较低的误差率是不够的；系统还必须保留医生做出决策所依赖的特定医学指标。虽然其他方法可能在平均值上猜对了数字，但它们往往会抹平医生需要看到的危险峰值和谷值。新系统是唯一一个既能在猜测上保持准确，又能忠实于患者健康关键模式的系统。
研究还表明，该系统的成功很大程度上取决于如何进行训练，而非仅仅取决于设计的复杂程度。当研究人员针对特定类型的患者数据模式进行训练时，该系统在应用于另一种类型的患者时表现很差。然而，当他们利用广泛且多样的缺失数据课程进行训练时，它就变成了一个通用的工具，可以很好地适用于从血糖到血压的不同医学信号。这表明，解决医疗数据缺失问题的关键不仅在于构建一个更聪明的计算机，还在于教会它去预见真实人类生活的不可预测性。通过学习如何随着时间的推移不断修正自己的猜测，该系统为填补患者故事的空白提供了一种更可靠的方式，确保基于这些数据的医疗决策尽可能稳健。
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。