A Multimodal Machine Learning Model for Predicting Prolonged Hospital Stay After Total Hip and Knee Arthroplasty：Development, Internal Validation, and External Validation in MIMIC-IV

医院是庞大且复杂的生态系统，其目标始终是治愈，但通往康复的路径对每个人来说都截然不同。当患者接受重大关节置换手术（例如更换磨损的髋关节或膝关节）时，医疗团队面临着一个关键问题：这个人需要住院多久？住院时间过长不仅会给医疗系统带来经济负担，还会增加患者感染和其他并发症的风险。几十年来，医生一直试图通过一份标准事实清单来预测这些延长的住院时间：患者的年龄、他们的血液检测结果以及他们其他疾病的严重程度。这些数字讲述了一个故事，但它们往往忽略了患者生活和病史中最详细的部分，而这些部分通常埋藏在随附于其医疗记录的文字笔记和诊断代码中。

一组研究人员现在开发了一种新型数字工具，旨在同时读取数字和文字，以做出更好的预测。通过教计算机将标准医疗数据与患者记录中的非结构化文本结合起来，他们创建了一个系统，该系统可以比传统方法更早地发现困难康复的迹象。这种方法并不依赖于猜测或直觉；相反，它通过学习数千个过往病例来寻找人类肉眼可能忽略的模式。其结果是提供了一个更清晰的图景，描绘出谁更有可能面临较长的住院时间，从而让医生能够更好地准备，并有可能缩短患者在医院停留的时间。

研究人员首先从一个大型数据库中收集数据，该数据库包含了在韩国一家大型医院接受过原发性全髋或全膝关节置换术的患者。他们重点研究了 2,647 名接受过首次关节置换手术的成年人。为了定义什么是“延长”住院，他们设定了一个特定的基准：任何住院时间达到或超过十七天的情形。这个阈值代表了其组内最长住院时间的上限 25%，在此点上，住院的临床和经济成本变得显著。随后，团队将两种不同类型的信息输入到他们的计算机模型中。第一种类型是结构化数据，即医生常规收集的整齐、有序的事实，如年龄、性别、身体质量指数以及特定的血液检测结果（如白蛋白和血红蛋白水平）。第二种类型是非结构化文本，源自 ICD-10 诊断代码。这些代码是医生用来列出患者所有疾病的标准简写，从关节炎到高血压不等。研究人员将这些诊断代码视为一种叙述，将诊断列表转换为计算机可以分析其含义的格式。

为了构建他们的预测引擎，该团队训练了九种不同的机器学习算法，这些算法是旨在从数据中学习而非遵循僵化、预设规则的计算机程序。他们测试了这些模型，以观察哪一个能最好地区分那些会快速出院的患者与那些会住院十七天或更长时间的患者。最成功的模型是一个名为 LightGBM 的复杂系统，事实证明它在寻找患者病史与康复时间之间的微妙联系方面表现得异常出色。当在模型从未见过的部分数据上进行测试时，它实现了很高的准确度，正确识别长期住院风险的 AUC 达到了 0.9160。这一表现明显优于仅依赖标准血液检测和人口统计数据的模型，证明了来自诊断文本的额外信息层确实增加了实际价值。

这项研究中最具启发性的方面之一是发现了计算机认为最重要的因素究竟是什么。当研究人员要求模型解释其推理过程时，他们发现前二十个最具影响力因素中有六个直接来自诊断文本，而非血液检测。虽然诸如身体质量指数和血液中低水平的白蛋白等因素确实是强有力的预测因子，但文本分析强调了传统清单往往会忽略的特定疾病。例如，膝关节骨关节炎、未指明的疼痛以及其他形式的关节疾病，这些都成为了表明患者可能需要更多康复时间的有力信号。这表明，患者所携带的疾病的具体组合——正如记录在案的那样——比单纯的数字讲述了一个更完整的故事。模型还证实，手术本身的时长也是一个关键因素，反映了手术的复杂程度。

为了确保他们的发现不仅仅是针对特定患者群体的偶然匹配，研究人员将模型应用到了来自美国的另一个完全不同的数据库——MIMIC-IV。该数据库包含来自波士顿一家大型重症监护室的记录，代表了不同的医疗系统、不同的时期以及不同的人口。最初，当该模型应用于这个包含许多未进行关节置换手术患者的新数据库时，其表现有所下降。然而，当研究人员筛选数据，仅观察那些实际接受过髋部或膝部置换的患者时，模型的准确率大幅飙升。在这一特定群体中，模型的表现甚至优于原始研究，AUC 达到了 0.9396。这种在独立外部环境下的显著提升表明，该工具是稳健的，并且只要用于正确的群体，就能适应不同的环境。值得注意的是，在进行此次外部验证时，某些变量（如身体质量指数）在数据库中缺失，必须由研究人员进行估算，但模型仍然展示了卓越的性能。

研究还探讨了使模型可靠所需的多少数据。通过使用不断增加的患者记录进行测试，研究人员发现，一旦模型审查了大约三分之二的可训练数据，它就会学习并趋于稳定。这表明该工具不需要极其庞大的信息量即可有效运作，并且它并非仅仅在死记硬背数据，而是在学习真正的模式。模型能够如此好地泛化到新的独立数据库，这有力地证明了它捕捉到了关于关节手术后康复的基本规律，而非仅仅是单个医院记录中的特性。

尽管取得了这些成功，研究人员也谨慎地指出了他们工作的局限性。该模型是利用来自韩国单一机构的数据构建的，并在美国单一的重症监护室进行了验证，这意味着它尚未在广泛的全球医疗系统中进行测试。此外，一些重要信息（如精确的身体质量指数或患者整体健康状况的具体分类）在外部数据库中缺失，必须通过估算获得，这可能会引入一些不确定性。研究人员还指出，他们对“长期待院”的定义是基于初始组的特定分布，这可能并不完全适用于世界上的每家医院。他们强调，虽然该工具功能强大，但它只是未来研究的一个起点，而非最终解决方案。

这项工作的终极目标是从简单的预测转向行动。通过在患者进入手术室之前就识别出面临长期住院高风险的患者，医生可以及早干预。他们可以调整患者的药物，安排额外的物理治疗，或与社工协调以确保顺利过渡到居家阶段。这项研究表明，做出这些决策所需的信息已经存在于患者记录中，只等待被正确地解读。通过将血液检测的硬性数字与诊断笔记的丰富背景相结合，这种新方法为实现更高效、更个性化的医疗护理提供了途径。它表明，医疗预测的未来不在于在数据与文本之间做选择，而在于将二者编织在一起，以洞察患者健康的完整图景。