Uncertainty-Aware Multi-Outcome Screening for Undiagnosed Cardiometabolic Disease in the United States Population Using NHANES

美国有数百万成年人正患有他们自己都不知道的严重健康状况。像糖尿病、高血压和高胆固醇这类疾病通常是无声无息地发展，在患者感觉到不适或出现症状之前，就已经改变了身体的化学性质。等到这些问题被发现时，它们可能已经对心脏、肾脏或血管造成了损害。公共卫生官员长期以来一直深知，早期发现这些隐藏的状况至关重要，但对整个人口进行筛查是一个巨大的物流挑战。医生不可能在每次就诊时都为每个人测试每种疾病，而简单的问卷调查往往也达不到预期效果。核心难点在于平衡准确性与信任度：一个计算机程序可能会预测谁处于风险之中，但如果该程序对自己给出的答案不确定，医生就无法在不引发不必要恐慌或漏诊风险的情况下采取行动。

一个研究小组致力于解决这一问题，他们开发了一种新型筛查系统，该系统不仅能猜测谁生病了，还能知道自己何时在进行猜测。利用来自一项大规模全国性健康调查的数据，他们训练了计算机模型来寻找五种不同未确诊疾病的迹象。他们的做法之所以独特，是因为他们在预测中加入了一层“不确定性”。该系统并非对每个人都强行给出“是”或“否”的答案，而是被设计成在信心不足以做出决定时承认这一点。这使得研究人员能够将那些可以安全排除的人与那些需要进一步测试的人区分开来，从而建立起一种标准计算机模型所缺乏的安全网。

研究人员求助于“国家健康与营养调查”（NHANES），这是一项通过访谈和检查数千名美国人来追踪国民健康状况的长期研究。他们专注于收集自2011年至2114年间的数据，组建了一个超过20,000名成年人的群体。他们的目标是找出那些符合疾病医学标准但从未被医生告知患有该病的人。他们定义了五个特定的目标：未确诊的糖尿病、未确诊的高血压、未确诊的高胆固醇、肾脏疾病风险，以及一个包含任何至少拥有一种此类隐藏问题的综合类别。为了确保他们的计算机模型确实是在筛查疾病，而不是仅仅利用测试结果本身作为预测疾病的线索，他们严格禁止模型使用定义该疾病的具体血液检测结果作为预测线索。例如，为了预测未确诊的糖尿病，模型可以看到一个人的年龄和体重，但不能看到其血糖水平，因为血糖水平正是用于诊断该疾病的标准。

为了测试这些模型在现实世界中的表现，团队模拟了医生可能使用它们的三个不同场景。第一个场景是社区调查，其中仅有基本信息，如年龄、收入和病史。第二个场景增加了常规体格检查数据，如血压和腰围。第三个场景代表完整的临床就诊，包含了常见的实验室化验结果，如胆固醇水平。他们测试了六种不同类型的计算机算法，从简单的统计公式到通过寻找数据模式进行学习的复杂人工智能网络。结果显示，随着可用信息的详细程度增加，模型识别隐藏疾病的能力显著提升。当模型获得完整的化验结果时，最先进的基于树结构的算法能够正确识别几乎所有的未确诊高胆固醇和高血压病例，其AUC得分分别达到了0.984和0.977。

然而，最重要的发现不仅在于模型的准确性有多高，还在于它们如何处理自身的信心。研究人员使用了一种称为“符合性预测”（conformal prediction）的方法，为每一次预测都附带了一个确定性度量。该系统保证了当模型表示其具有信心时，其正确率至少为90%。当他们将此应用于结果时，不同模型之间出现了显著差异。最先进的基于树的模型能够为几乎所有人做出自信的决定，仅将极小比例的人标记为不确定。相比之下，一种基于标准统计学的较简单模型由于对其答案过于不确定，必须将近60%的人标记为需要进一步测试，才能维持同样的安全性水平。这意味着，虽然两种模型在衡量纯粹准确性时可能在纸面上看起来同样出色，但简单的模型会因过多的转诊而使诊所不堪重负，而聪明的模型则能高效地对患者进行分类。

研究还揭示了美国隐藏的疾病负担是巨大的。当研究人员将他们的发现应用于全国人口时，他们估计大约有四分之一的美国成年人至少患有一种此类心血管代谢状况却并不知情。最常见的隐藏问题是高胆固醇，影响了约13.7%的人口，紧随其后的是高血压，占比13.5%。未确诊的糖尿病虽然相对较少，但也十分显著，占比3.1%。这些数字证实了很大一部分人群正带着隐形的风险因素生活，如果能及早发现，这些情况是可以得到管理的。

研究人员还探索了计算机模型是如何“思考”数据的。他们观察了神经网络创建的内部表征，发现这些模型并不认为疾病是一组相互独立、截然不同的方块。相反，模型学到心血管代谢健康是一个连续的光谱。一个人可能既有一点高血压，又有一点高胆固醇，模型理解这是单一且流动的风险负担，而非一系列互不相关的问题。这一洞察表明，这些状况是深度相互关联的，会随着时间的推移而累积，其方式是简单的清单所无法捕捉的。

最终，这项研究证明了医疗筛查的未来不仅在于构建更聪明的算法，更在于构建知道何时停下来寻求帮助的系统。通过将高准确性与明确的不确定性信号相结合，这些工具可以帮助医生决定谁需要快速检查，谁需要全面检查。研究表明，分阶段的方法效果最好：首先在社区通过简单的问题找出那些需要密切关注的人，然后为那些被标记为高风险的人提供体格检查和实验室测试。这种方法确保了资源的有效利用，在保护最脆弱人群不被遗漏的同时，也避免了对健康人群进行不必要的测试。这项工作提供了一个实用的蓝图，展示了如何将人工智能作为医生的可靠伙伴，而非替代品，并让它了解自身的局限性。