[Paper] 从数据提升到连续风险估计：面向过程的管道用于临床路径的预测监控

Source: arXiv - 2605.03895v1

概述

作者提出了一种 面向过程的预测监控流水线，能够在临床路径展开的过程中持续估计患者风险。通过将原始电子健康记录转换为时间顺序的事件日志并输入标准机器学习模型，该框架可以实时更新风险评分——在 COVID‑19 重症监护室入院预测中得到验证。

关键贡献

• 端到端可复现的流水线，将原始健康数据（“数据提升”）与过程感知的预测模型相连接。
• 患者旅程的时间重建，将不规则时间戳转换为有序的事件前缀，适用于增量预测。
• 基于前缀的表示，捕获每个案例的“迄今为止发生了什么”状态，实现持续风险估计。
• 在大型 COVID‑19 队列上的实证评估（4,479 名患者，46,804 个前缀），显示出强大的早期预警性能（AUC ≈ 0.90）。
• 对信号出现的洞察性分析，证明随着更多临床事件的出现，预测能力会提升。

Methodology

1. Data Lifting – 将原始电子健康记录表（实验室结果、手术、生命体征）展平为统一的 事件 架构（例如，“氧疗开始”）。
2. Temporal Reconstruction – 对每位患者的时间戳进行排序，填补缺口，构建 case timeline（病例时间线）。
3. Event Log Construction – 将时间线转换为 event log（过程挖掘中的标准工件），其中每行包含 (case‑id, activity, timestamp)。
4. Prefix Generation – 对每个病例，提取所有可能的前缀（例如，第 1 个事件后，第 2 个事件后，……）。每个前缀代表患者在某一时刻的状态。
5. Feature Engineering – 使用以下混合方式对前缀进行编码：
   • One‑hot activity counts（每种临床活动出现的次数）
   • Temporal features（自入院以来的时间、距上一次事件的时间）
   • Aggregated clinical measurements（最新实验室数值、移动平均值）
6. Predictive Modeling – 在前缀特征上训练传统分类器（Logistic Regression、Random Forest、XGBoost）以预测二元目标 ICU admission。采用 case‑level split，确保同一患者的所有前缀全部位于训练集或测试集，避免信息泄漏。
7. Evaluation – 按前缀长度计算指标（AUC、F1‑score），评估在何时能够做出可靠的早期预测。

结果与发现

• 早期阶段表现：仅使用前几次事件时，AUC ≈ 0.64 ——仍然优于随机，表明即使是极少的信息也携带信号。
• 中期阶段表现：约 5 次事件后，AUC 上升至 ≈ 0.80。
• 后期阶段表现：在路径的后端，AUC 达到 0.94，显示当可用数据增多时模型能够变得高度自信。

分析确认了两个核心观察：

1. 预测信号逐步显现；我们观察到的患者旅程越多，风险估计就越精准。
2. 面向过程的表示（前缀）对于捕捉不断演变的上下文至关重要，其表现优于忽略时间顺序的朴素“快照”模型。

实际意义

• 实时临床决策支持 – 医院可以将该流水线嵌入其电子健康记录（EHR）系统，以在相关事件发生即刻标记高危患者，从而实现更早的干预（例如，主动准备 ICU）。
• 模块化、可复用的架构 – 由于该流水线依赖标准事件日志格式和现成的机器学习库，开发者可以通过最少的代码修改将其适配到其他路径（败血症、脑卒中、术后护理）中。
• 可扩展的监控 – 前缀生成的复杂度随事件数量线性增长，且模型（尤其是逻辑回归）体积轻量，使该方法适用于大型医院网络或基于云的健康分析平台。
• 可解释性 – 线性模型提供明确的系数解释（例如，“氧疗增加会使 ICU 风险翻倍”），这对临床医生和合规团队具有重要价值。

限制与未来工作

• 单中心 COVID‑19 数据 – 结果可能无法推广到其他疾病、医院或地理区域，除非重新训练模型。
• 静态特征集 – 当前的编码未利用深度序列模型（例如 LSTM），这些模型可以捕获更丰富的时间依赖性。
• 结果聚焦 – 仅预测 ICU 入院；若扩展到多标签结果（死亡率、住院时长），将提升实用性。
• 运营集成 – 本文未进行实时部署研究；未来工作可评估延迟、用户接受度以及在生产环境中对患者结局的影响。

开发者的底线：本文提供了一个即插即用的流水线，将杂乱的健康数据转化为持续更新的风险评分，使用熟悉的机器学习工具和过程挖掘思路。如果你正在构建 AI 驱动的健康仪表盘、警报系统，或任何需要实时“倾听”患者旅程的应用，这里呈现的方法论和开源制品都是一个坚实的起点。

作者

• Pasquale Ardimento
• Mario Luca Bernardi
• Marta Cimitile
• Samuele Latorre

论文信息

• arXiv ID: 2605.03895v1
• 分类: cs.LG, cs.SE
• 发表时间: 2026年5月5日
• PDF: 下载 PDF