Adaptive Temporal Latent Architecture using Structured Electronic Health Records: A Temporal Physiologic-State Centric Foundation Model
该论文介绍了 ATLAS-EHR，这是一个自监督基础模型，它从结构化电子健康记录中学习可重用的、具有时间感知能力的表示，从而在多种临床预测任务中超越特定任务模型，并实现稳健的缺失值填补和生理信号分析。
原始论文采用 CC BY 4.0 许可（https://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
医院产生着关于每一位走进医院的患者的持续、流动的、如河水般的数据。从一个人到达的那一刻起，机器和护士就会记录下成千上万次的测量值：心率、血压、血液中的化学成分以及每次用药的时间。这份被称为电子健康记录的数字记录，是人类生物学动态变化的宏大档案。然而，几十年来，医生和计算机使用这些信息的方式一直很笨拙。为了理解数据，研究人员经常被迫将这些复杂、不规则的流数据强行塞进僵化、静态的方框中。他们会将患者的整个病史压缩成一个单一的快照，或者用简单的猜测来填补缺失的数字，比如假设患者今天的情况与昨天完全相同。这样做，他们丢弃了患者身体如何随时间变化的那些丰富、混乱且至关重要的细节。医学人工智能领域长期以来一直在寻求一种方法，不仅将这些数据视为事实列表，而是将其理解为一个活生生的人的连续故事。
克利夫兰医学中心的一组研究人员通过他们称之为 ATLAS-EHR 的新系统，在解决这一问题上迈出了重要一步。该系统并没有试图将患者数据强行塞入固定的表格，而是构建了一个能够学习并理解患者状态随时间演变的模型。想象一下，患者的健康状况就像一个复杂的、不断变化的景观，不同的测量指标会同时上升或下降。研究人员在名为 MIMIC-IV 的公共数据库中数百万条真实的患者记录上训练了他们的系统。该系统并没有死记硬背特定的疾病或结果。相反，它学会了观察在同一时间采集的一组测量值，理解它们之间的相互关系，然后利用这种理解来预测可能缺失的测量值。这就像是通过阅读成千上万个句子来学习一种语言的语法，而不是通过背诵一本单词词典。通过关注数字之间的关系而非数字本身，该模型学习到了对患者在任何时刻所经历情况的深度、灵活的表征。
研究结果令人瞩目。当研究人员通过隐藏患者记录中的随机数字并要求系统进行填补来测试该模型时，它的表现远优于标准方法。旧技术仅仅复制上一个已知值，无法捕捉到变化的细微差别，而 ATLAS-EHR 则利用周围的上下文来进行智能且有根据的推测。它实现的准确度使误差率比现有最佳方法降低了一半以上。至关重要的是，该系统也知道自己何时不确定。如果周围的数据过于稀疏，导致某个缺失的信息难以预测，它可以发出信号，提供一种内置的警告，防止其制造虚假事实。这种量化自身不确定性的能力，是任何用于医学领域的工具都至关重要的安全特性。
或许最强大的发现是，这种对患者状态的单一、习得性理解可以应用于许多不同的医学问题，而无需从头开始重新训练。研究人员提取了模型的这个核心“大脑”并将其冻结，然后在其上附加了简单、轻量级的工具，以解决七个不同的问题，范围从预测患者是否会在医院内死亡到估计其住院时长。在七个任务中的六个任务中，该模型的表现优于目前医院使用的最佳专业工具。它能够区分不同类型的疾病，并以比那些专门为这些单一任务构建的模型更高的精度来预测结果。这表明该模型学习到了一种适用于多种不同疾病的通用人类生理学语言。
团队还测试了这种知识是否可以迁移到另一家医院。他们将基于一家主要医疗中心数据训练的模型，应用于来自美国各医院网络的一组完全不同的患者。虽然该模型在新的环境下不能完美地预测结果，但它保留了其对患者状态的核心理解。当研究人员只需重新训练最后一步以匹配新医院的具体模式时，系统的性能大幅跃升，达到了甚至超过了当地最佳工具的水平。这表明，该模型学习到的基本人类生理模式是可移植且稳健的，即使数据收集方式发生变化，情况也是如此。
通过深入挖掘模型的内部逻辑，研究人员发现它将数据组织成了与真实人类生物学相对应的不同集群。该系统在从未被告知要寻找哪些疾病的情况下，自然地将患者归类为特定的医疗状态，例如肾衰竭或严重感染。它识别出了某些模式，即血液中特定化学物质的高水平总是共同出现，或者意识水平的下降与呼吸变化的特定联系。这些分组并非随机生成的；它们对应于医生能够识别出的连贯生理状态。此外，当研究人员在患有慢性肾脏病或严重败血症的患者身上测试该模型时，他们发现系统依赖的是正确的医学证据。对于肾脏病，它高度关注肾功能的特定化学标记物；对于败血症，它则利用了涉及心脏、肺部和代谢的更广泛的信号组合。这证明了该模型不仅仅是在寻找捷径或记忆医院文书的模式，而是在学习疾病本身的生物学信号。
这项研究还强调了模型“不做”什么，这与它“做什么”同样重要。研究人员特意排除了关于医生决策的信息，例如开具的药物名称或病历中记录的具体诊断。他们希望模型仅从患者身体的原始观察中学习。通过这样做，他们确保了模型学习的是患者的状态，而不是医院对患者反应的状态。这种区别对于理解疾病的真实进展（而非对其进行的治疗）至关重要。模型学会了清晰地观察患者的生理情况，即使在医疗记录不完整或不规则的情况下也是如此。
最终，这项工作为思考医学数据提供了一种新方式。研究人员表明，与其将患者的病史视为挖掘特定答案的静态事实列表，不如建立一个能够理解人类生命连续、动态故事的系统。该模型学会了将心率、血液检测和呼吸模式之间的联系视为一张统一的、不断演变的健康图景。它证明了机器可以利用智能且具备上下文感知能力的推测来填补医疗记录中的空白，并且这种理解可以被重复利用来解决广泛的医学问题。虽然该系统尚未成为医生的替代品，但它提供了一个强大的新视角，让我们得以审视人类健康数据中复杂、混乱且美丽的一面。
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。