用于死亡率预测的多模态混合数据融合

为什么更聪明的 ICU 预测很重要

当重症监护室中患者的肾功能突然衰竭时，医生必须迅速判断谁的死亡风险最高、谁需要最积极的治疗。如今，这些决定依赖于经验和基于有限患者数据片段建立的评分。本文提出了一个简单但影响重大的问题：如果让人工智能同时查看多种医院数据——心电信号、化验结果和医生诊疗笔记——它是否能更准确地预警哪些急性肾损伤患者正处于真正的危险之中？

从多个角度看患者

急性肾损伤（AKI）常见且致命，终生大约影响十分之一的人群，并每年导致数万人死亡。临床医生已经在审阅多条信息流——生命体征、血检、心律记录和冗长的叙述性病程记录——以判断病情好转或恶化。然而，大多数计算工具通常只使用其中一条信息流，例如检验值或单一评分系统。这就像试图仅听对白或者静音观看来理解一部复杂电影。研究人员着手构建一个人工智能系统，通过结合现代重症监护室中收集的三种主要信息类型，实质上“观看整部电影”。

将混乱的医院数据转化为通用语言

研究团队利用了来自美国一所教学医院的大型公开可用数据库。来自 MIMIC-IV 数据集的结构化记录提供了关于生命体征、化验结果、操作、诊断和人口统计学的大量条目。心电图（ECG）数据补充了心脏电活动的详细快照。医生笔记中的文本则提供了关于症状、治疗和临床印象的丰富描述。每种数据类型都需要大量清洗：去除化验和监测数据中的噪声与异常值，过滤并标准化原始心电信号，以及在将文本输入类似于现代聊天机器人使用的语言模型前，剥离抬头和身份信息。对于表格型数值，作者从数以万计的可能测量项中提炼出约 500 个特别有信息量的特征，按临床熟悉的主题分组，例如肾功能、肝酶、血压、呼吸状况和神经学评分。

用 AI 融合多条数据流

工作的核心在于如何将这些截然不同的输入融合在一起。研究人员比较了三种策略。在“早期融合”中，他们将所有输入转换为数值向量，随后立即合并并通过受图像识别模型启发的深度神经网络进行处理。在“晚期融合”中，每种数据类型先通过其各自的专用网络——一个针对表格数据、一个针对心电图、一个针对文本——然后再合并输出。在他们的“混合”方法中，表格和心电图通路较早合并，而文本笔记在后期加入。注意力机制——能够学习聚焦于每种输入中最具信息性的部分的软件组件——帮助网络决定每种模态中的哪些信号对预测生存最重要。

模型对死亡风险的预测性能如何？

作者首先测试了只使用单一数据类型的简化模型。这些单一来源模型表现尚可，但各自漏掉了重要病例：例如基于文本的模型常常无法识别后来死亡的患者，而基于 ECG 的模型则因训练方式不同表现差异较大。当三种数据源全部结合时，性能明显改善。最佳的混合融合模型在预测 ICU 中 AKI 患者在住院期间是否死亡时，受试者工作特征曲线下面积（AUC）约为 0.96，准确率超过 93%。这显著超出该领域大多数先前研究（其 AUC 通常低于 0.90）。统计检验表明，与其他融合方法相比，混合策略提供了最稳定和最均衡的结果，既减少了漏诊死亡，又降低了不必要的警报。

承诺、注意事项及其对患者的意义

对非专业读者来说，核心信息很明确：同时审视患者状况多个方面的 AI 工具，比只关注单一数据流的工具更可靠地预见危险。对于重症监护中的 AKI 患者，这可能意味着更早的预警、更有针对性的治疗以及对有限 ICU 资源更好的利用。但作者强调，他们的研究基于单一医院系统的数据，且基于难以被临床医生解释的复杂“黑箱”模型。他们呼吁未来工作致力于让此类工具解释其推理过程、在部分检测缺失时处理缺失数据，以及检验算法对不同患者群体的公平性。尽管有这些限制，该研究展示了将数字、波形和文字编织在一起如何为计算机提供更类似于人类的整体视角，从而有可能挽救生命。

引用: Abuhamad, H., Zainudin, S. & Abu Bakar, A. Integrative multimodal hybrid data fusion for mortality prediction. Sci Rep 16, 5803 (2026). https://doi.org/10.1038/s41598-026-36296-6

关键词: 急性肾损伤, 重症监护, 多模态机器学习, 死亡率预测, 临床决策支持