A generative digital twin forecasts and simulates intensive care patients without task labels
该论文介绍了 Didymos，这是一个拥有 1.23 亿参数的生成式 Transformer，它利用来自七个国际数据库的无标签数据进行训练，在预测重症监护患者预后和模拟治疗反应方面优于监督学习模型，同时保持了隐私性并仅需极少的本地化适配。
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
在重症监护室（ICU）这种高风险的环境中，时间是极其奢侈的。患者抵达时往往已处于危重状态，而临床医生必须在数小时内做出一系列关乎生死的判断。患者病情会恶化吗？他们是否需要呼吸机辅助呼吸，或者需要药物来维持血压？他们能否熬过今晚？传统上，医生依赖临床评分和自身的经验来回答这些问题，但这些工具通常是粗略的工具，旨在针对特定结果设计，且在面对在不同医院就诊的患者时难以适应。与此同时，人工智能已经开始提供一条不同的路径。研究人员不再为医生可能需要的每一种预测都构建一个单独的计算机程序，而是正在探索“数字孪生”（digital twin）的概念。这是一个患者的虚拟模型，它通过学习患者的病史来模拟其可能的未来。如果这样一个模型能够准确预测患者对不同治疗方案的反应，它将彻底改变医生规划护理、设计医学试验以及培训新临床医生的方式。
一支研究团队现在构建并测试了这样一个模型，名为 Didymos，在希腊语中意为“双胞胎”。与以往仅在单一医院或单一国家数据上进行训练的模型不同，Didymos 是基于来自五个国家（包括美国、瑞士、荷兰、奥地利和韩国）七个不同数据库的海量医疗记录进行训练的。研究人员向该模型输入了超过 40 万名曾在重症监护室停留过的成年患者记录。至关重要的是，他们并没有教模型去寻找特定的答案，例如“这位患者会死亡吗？”或“他们需要呼吸机吗？”相反，他们让模型通过简单地预测患者记录中的下一个信息点，来学习医疗事件的自然流向。这种方法使模型能够理解危重症复杂且相互关联的本质，而不必被强行限制在预定义的狭窄任务框内。
训练完成后，研究人员在模型从未见过的患者身上对其进行了测试。他们要求模型根据患者在某一时间点之前的记录来模拟其未来。结果令人震惊。当模型为单个患者生成数百种可能的未来，并观察特定事件发生的频率时，它对死亡、需要呼吸机或肾衰竭等结局的预测准确度，达到了或超过了目前正在使用的最优秀的专业计算机程序。在对二十种不同预测工具的排名中，Didymos 的整体平均排名最高，尽管另一个模型 TabPFN-3.5 在预测 ICU 死亡方面排名第一。Didymos 的表现优于那些专门针对每个任务进行标签训练的模型，这表明学习患者住院过程的“通用故事”比死记硬背特定结果是更强大的预测结局的方式。
然而，研究人员非常谨慎地不仅关注预测的准确性，还检查了模型的模拟是否真实且安全可用。对于生成式模型的一个担忧是，它们可能会简单地记忆训练数据，从而可能泄露真实患者的隐私信息。团队进行了严格测试，以查看攻击者是否能判断特定患者的记录是否属于训练数据。结果显示，该模型保护了这些隐私信息；从模型的输出中识别出真实患者的可能性并不比随机猜测更高。此外，当研究人员要求模型模拟患者对某种治疗（如使用药物提高血压）的反应时，结果与现实世界的观察结果高度吻合。这表明该模型已经学习到了数据中真实的因果关系，而不仅仅是表面的模式。
这项研究还探讨了这项技术如何在现实世界中应用。研究人员发现，通过将模型的预测作为规划医学试验的工具，可以显著减少测试新疗法所需的患者人数。在某些情况下，所需的样本量可以减少三分之一以上，从而使临床试验变得更快、更便宜。他们还测试了模型是否能适应从未到访过的医院。当展示来自俄罗斯和中国两家新医院的数据时，模型最初表现良好，但在仅经过几分钟针对新医院未标记数据的训练后，其性能便提升到了与当地专家相当的水平。这种无需进行全面重新训练即可快速适应新环境的能力，是使此类工具在多样化医疗系统中投入实用的重要一步。
尽管取得了这些成功，研究人员仍透明地指出了模型的局限性。他们发现，虽然模型在预测事件发生的风险方面表现出色，但实际模拟的时间线有时会比现实情况延迟死亡的发生。这意味着，虽然模型非常擅长表达“该患者处于高风险状态”，但虚拟时间线中模拟死亡的确切时间可能比在真实医院中稍晚。团队将此识别为生成式模型生成序列时的已知问题，并提出了在计算风险时进行修正的方法。他们还指出，模型反映了其训练数据的偏差和实践习惯，这意味着它描述的是目前患者是如何被治疗的，而非在理想情况下应该如何被治疗。
在最后一项关于人类感知的测试中，研究人员请二十位重症监护专家查看了一组由真实患者记录和 Didymos 生成的合成记录组成的混合数据。医生们无法分辨两者的区别；他们的正确猜测率不足一半，表现并不比随机猜测更好。这表明，这些“数字孪生”不仅在统计学上是准确的，而且对于照护他们的专家来说，在视觉和逻辑上也与真实患者无异。研究结论认为，一个基于多样化全球数据训练的单一生成式模型，可以作为重症监护患者强大的数字孪生体。它提供了一种预测疾病、模拟治疗反应以及生成现实主义培训案例的方法，而无需为每一个问题都建立一个新模型。虽然这项技术尚未准备好在床旁取代医生，但它为改进我们预测疾病、设计研究以及培训下一代医疗专业人员提供了坚实的基础。
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。