綜述｜基于機(jī)器學(xué)習(xí)的術(shù)后譫妄預(yù)測(cè)模型研究進(jìn)展

基于機(jī)器學(xué)習(xí)的術(shù)后譫妄預(yù)測(cè)模型研究進(jìn)展

俞艷1 王委2 吳鏡湘2

1上海理工大學(xué)健康科學(xué)與工程學(xué)院

2上海市胸科醫(yī)院麻醉科

通信作者：吳鏡湘

Email: wjx1132@163.com

基金項(xiàng)目：中央高校基本科研業(yè)務(wù)費(fèi)專項(xiàng)資金資助項(xiàng)目（YG2024LC10）；東方英才計(jì)劃拔尖人才項(xiàng)目（BJKJ2024039）

【摘要】術(shù)后譫妄（POD）是圍術(shù)期常見(jiàn)的嚴(yán)重并發(fā)癥，影響患者預(yù)后。傳統(tǒng)風(fēng)險(xiǎn)評(píng)估模型在預(yù)測(cè)精度和個(gè)體化方面存在局限，因此開始出現(xiàn)使用人工智能進(jìn)行譫妄預(yù)測(cè)的研究。近年來(lái)，隨著醫(yī)療數(shù)據(jù)類型的不斷豐富，機(jī)器學(xué)習(xí)（ML）作為一種強(qiáng)大的數(shù)據(jù)驅(qū)動(dòng)技術(shù)，在POD預(yù)測(cè)研究中展現(xiàn)出巨大潛力。本文分別梳理基于不同數(shù)據(jù)模態(tài)的ML預(yù)測(cè)研究進(jìn)展，并系統(tǒng)討論該領(lǐng)域面臨的關(guān)鍵挑戰(zhàn)與未來(lái)方向。

【關(guān)鍵詞】機(jī)器學(xué)習(xí)；術(shù)后譫妄；多模態(tài)數(shù)據(jù)；預(yù)測(cè)模型

譫妄是一種急性發(fā)作且具有明顯波動(dòng)性的腦功能障礙，其特點(diǎn)是注意力障礙、意識(shí)水平紊亂和認(rèn)知功能改變。術(shù)后譫妄（postoperative delirium， POD）是指患者在經(jīng)歷外科手術(shù)后出現(xiàn)的譫妄，主要發(fā)生在術(shù)后24～72h［1］。POD對(duì)于患者術(shù)后康復(fù)有著顯著的負(fù)面影響，不僅增加醫(yī)護(hù)人員的工作強(qiáng)度，而且在導(dǎo)致住院時(shí)間延長(zhǎng)的同時(shí)帶來(lái)更高的認(rèn)知障礙和癡呆癥風(fēng)險(xiǎn)。目前，臨床上對(duì)POD的篩查和診斷主要依賴于評(píng)估量表［2］，常用的評(píng)估方法有意識(shí)模糊評(píng)估法（confusion assessment method， CAM）、重癥監(jiān)護(hù)室意識(shí)模糊評(píng)估法（confusion assessment method for the intensive care unit， CAM-ICU）、3分鐘譫妄診斷量表（3-minute diagnostic confusion assessment method， 3D-CAM）等［3-4］。構(gòu)建臨床預(yù)測(cè)模型進(jìn)行POD風(fēng)險(xiǎn)預(yù)測(cè)可以實(shí)現(xiàn)早期風(fēng)險(xiǎn)預(yù)警，包括常見(jiàn)的Logistic模型和Cox模型。隨著人工智能的發(fā)展，機(jī)器學(xué)習(xí)（machine learning， ML）算法憑借其強(qiáng)大的非線性關(guān)系擬合能力和處理高維復(fù)雜數(shù)據(jù)的優(yōu)勢(shì)，被逐步用于圍術(shù)期并發(fā)癥的預(yù)測(cè)［5-6］。在POD預(yù)測(cè)領(lǐng)域，ML展現(xiàn)出巨大潛力，為實(shí)現(xiàn)早期準(zhǔn)確地自動(dòng)化風(fēng)險(xiǎn)分層提供了新的途徑［7］。本文系統(tǒng)回顧基于ML的POD預(yù)測(cè)模型研究進(jìn)展，重點(diǎn)探討基于不同數(shù)據(jù)模態(tài)、算法模型的研究現(xiàn)狀，并總結(jié)當(dāng)前面臨的挑戰(zhàn)和未來(lái)發(fā)展方向。

ML預(yù)測(cè)的數(shù)據(jù)基礎(chǔ)

得益于電子健康記錄（electronic health record， EHR）和監(jiān)測(cè)設(shè)備的普及，圍術(shù)期可收集豐富的、多維度的數(shù)據(jù)，為POD的預(yù)測(cè)提供了堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)［8］。根據(jù)數(shù)據(jù)來(lái)源的不同，相關(guān)研究可以分為兩類：一類是基于特定醫(yī)療中心的私有數(shù)據(jù)集，另一類是利用公開數(shù)據(jù)集。院內(nèi)私有數(shù)據(jù)集為開發(fā)針對(duì)特定人群的精細(xì)化模型提供了高質(zhì)量的數(shù)據(jù)，數(shù)據(jù)的一致性強(qiáng)，但是其外部泛化能力通常較差。MIMIC和eICU等大型公開數(shù)據(jù)集，因其巨大的樣本量和多中心來(lái)源，常被用來(lái)訓(xùn)練和驗(yàn)證模型的魯棒性和泛化能力。但其數(shù)據(jù)缺失率高，且一些特定指征數(shù)據(jù)可能未被記錄，如腦電信號(hào)、影像學(xué)數(shù)據(jù)等，為數(shù)據(jù)篩選和清洗帶來(lái)了挑戰(zhàn)［9］。根據(jù)自身特性的不同，數(shù)據(jù)可分為3類：一是包含人口信息學(xué)、實(shí)驗(yàn)室檢查等的結(jié)構(gòu)化數(shù)據(jù)；二是以心率、血壓為代表的時(shí)間序列數(shù)據(jù)；三是影像、臨床文本等非結(jié)構(gòu)化數(shù)據(jù)。數(shù)據(jù)的模態(tài)差異不僅決定了特征選擇和模型構(gòu)建，也會(huì)影響最終模型的預(yù)測(cè)性能與可解釋性。圖1展示了ML多模態(tài)預(yù)測(cè)流程。

基于ML的POD預(yù)測(cè)模型

目前利用各種ML算法構(gòu)建模型的POD預(yù)測(cè)，根據(jù)其具體技術(shù)特性可以分為傳統(tǒng)ML算法和深度學(xué)習(xí)（deep learning， DL）算法。傳統(tǒng)ML算法對(duì)計(jì)算資源需求相對(duì)較低，且具有較好的模型透明度和可解釋性，是當(dāng)前POD預(yù)測(cè)研究的主流選擇。常見(jiàn)的傳統(tǒng)ML算法包括：（1）支持向量機(jī)（support vector machine， SVM），適用于高維數(shù)據(jù)，Kocar等成功驗(yàn)證的SURGE-Ahead預(yù)測(cè)模型就是采用了線性SVM算法［10］;（2）集成學(xué)習(xí)算法，這類算法通過(guò)組合多個(gè)弱學(xué)習(xí)器來(lái)獲得更好、更穩(wěn)健的性能，包括隨機(jī)森林（random forest， RF）、極端梯度提升（extreme gradient boosting， XGBoost）等。DL算法在處理復(fù)雜模式的數(shù)據(jù)上更有優(yōu)勢(shì)，可以自動(dòng)在原始數(shù)據(jù)中學(xué)習(xí)有意義的特征。在POD預(yù)測(cè)領(lǐng)域中，常見(jiàn)的DL算法包括：（1）循環(huán)神經(jīng)網(wǎng)絡(luò)（recurrent neural network， RNN）和長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)（long short-term memory， LSTM），RNN及其變體LSTM擅長(zhǎng)捕捉數(shù)據(jù)中的時(shí)間依賴性;（2）卷積神經(jīng)網(wǎng)絡(luò)（convolutional neural network， CNN），常被用于圖像分析，但是也可以與LSTM網(wǎng)絡(luò)結(jié)合來(lái)提取局部特征;（3）Transformer架構(gòu)，是一種基于自注意力機(jī)制的DL模型，多用于自然語(yǔ)言處理（natural language processing， NLP）和其他時(shí)序任務(wù)。

基于結(jié)構(gòu)化數(shù)據(jù)的傳統(tǒng)ML模型使用靜態(tài)結(jié)構(gòu)化數(shù)據(jù)進(jìn)行預(yù)測(cè)是譫妄預(yù)測(cè)研究中經(jīng)典和廣泛的研究類型。結(jié)構(gòu)化數(shù)據(jù)是遵循二維表結(jié)構(gòu)邏輯的數(shù)據(jù)，這些數(shù)據(jù)格式規(guī)整易于從電子病歷系統(tǒng)中獲取，通常包括人口學(xué)信息、病史與合并癥、實(shí)驗(yàn)室檢查結(jié)果、術(shù)前評(píng)估與功能狀態(tài)、手術(shù)基本信息等。在使用ML算法構(gòu)建預(yù)測(cè)POD模型的研究中，一個(gè)核心步驟是特征選擇，由于關(guān)注的疾病類型不同，在特征選擇上會(huì)呈現(xiàn)出差異。一方面，部分危險(xiǎn)因素具有普遍性，如高齡、術(shù)前衰弱、認(rèn)知功能障礙在多數(shù)模型中都被證實(shí)是高度相關(guān)的預(yù)測(cè)因子。另一方面，最具區(qū)分度的特征通常與特定的手術(shù)人群和臨床場(chǎng)景高度相關(guān)［11］。POD多發(fā)于骨科手術(shù)和心臟手術(shù)，Song等［12］針對(duì)髖部骨折手術(shù)老年患者的回顧性研究，共納入包括術(shù)前、術(shù)中40多項(xiàng)特征進(jìn)行建模，在得到最佳模型的同時(shí)確立腦鈉肽（brain natriuretic peptide， BNP）、肌鈣蛋白T、C-反應(yīng)蛋白（c-reactive protein， CRP）和肌酸激酶同工酶MB（creatine kinase mb form， CK-MB）等生物標(biāo)志物是POD的重要預(yù)測(cè)因子。而在同樣高發(fā)的心臟手術(shù)中，研究人員會(huì)關(guān)注該類手術(shù)的術(shù)中關(guān)鍵指標(biāo)，如心肺轉(zhuǎn)流、主動(dòng)脈阻斷時(shí)間等［13］。因此，基于結(jié)構(gòu)化數(shù)據(jù)構(gòu)建ML模型時(shí)，必須結(jié)合特定手術(shù)類型和疾病的病理生理特點(diǎn)來(lái)篩選和優(yōu)化特征子集，以實(shí)現(xiàn)最佳的預(yù)測(cè)性能。

結(jié)構(gòu)化數(shù)據(jù)易于獲取和存儲(chǔ)，為研究提供了豐富的基礎(chǔ)，并且由于傳統(tǒng)ML模型具有較好的可解釋性，能夠更好地識(shí)別出POD危險(xiǎn)因素，如高齡、疾病嚴(yán)重程度、機(jī)械通氣等，為臨床決策提供參考。但是這些基于結(jié)構(gòu)化數(shù)據(jù)的研究也存在一個(gè)根本的局限性，它們依賴一個(gè)固定時(shí)間窗（如入院后24h內(nèi)）收集靜態(tài)特征變量，而忽略了患者在圍術(shù)期不斷變化的生理狀態(tài)，難以捕捉到POD發(fā)生前即時(shí)的、動(dòng)態(tài)的風(fēng)險(xiǎn)演變。

融合動(dòng)態(tài)時(shí)序數(shù)據(jù)的ML模型患者在治療過(guò)程中會(huì)產(chǎn)生大量的數(shù)據(jù)，按照時(shí)間特點(diǎn)分類為離散數(shù)據(jù)和連續(xù)變量數(shù)據(jù)。實(shí)驗(yàn)室檢查數(shù)據(jù)屬于離散數(shù)據(jù)，而通過(guò)監(jiān)護(hù)設(shè)備獲得的血壓、呼吸、腦電信號(hào)等數(shù)據(jù)屬于連續(xù)型數(shù)據(jù)變量。為了克服靜態(tài)數(shù)據(jù)的局限，研究人員開始將能夠反映患者狀態(tài)連續(xù)變化的時(shí)間序列數(shù)據(jù)納入模型中。

Reese等［14］的研究已經(jīng)證實(shí)生理信號(hào)與POD之間的關(guān)聯(lián)性，如心率變異性變化與自主神經(jīng)系統(tǒng)功能紊亂相關(guān)，而后者與POD風(fēng)險(xiǎn)相關(guān)；麻醉藥劑量校正后的額頂葉腦電圖（electroencephalography， EEG）α波功率降低與POD發(fā)生風(fēng)險(xiǎn)增加相關(guān)。與僅使用年齡、ASA分級(jí)和手術(shù)時(shí)間等傳統(tǒng)風(fēng)險(xiǎn)因素的模型比較，加入EEG特征可以提高POD預(yù)測(cè)的精確度［15］。為了進(jìn)一步挖掘術(shù)中監(jiān)測(cè)數(shù)據(jù)的價(jià)值，Han等［16］整合了EEG、腦氧飽和度、平均動(dòng)脈壓等多模態(tài)生物信號(hào)來(lái)構(gòu)建心臟手術(shù)POD預(yù)測(cè)模型，經(jīng)Shapley加法解釋（Shapley additive explanations， SHAP）值分析得出,術(shù)中深度麻醉狀態(tài)以及血流動(dòng)力學(xué)波動(dòng)是預(yù)測(cè)POD的重要特征，并且在前瞻性隊(duì)列研究中得到了驗(yàn)證。

以往的模型大多依賴時(shí)間聚合特征，而丟失信號(hào)變化的信息。最新的研究則更加深入探索時(shí)序數(shù)據(jù)內(nèi)部的動(dòng)態(tài)變化，而不僅僅是提取靜態(tài)特征。Giesa等［17］比較了直接處理時(shí)間序列數(shù)據(jù)的DL模型（LSTM和Transformer架構(gòu)）和聚合特征的多層感知器模型，結(jié)果顯示，直接學(xué)習(xí)時(shí)序數(shù)據(jù)的模型表現(xiàn)更佳，分析注意力權(quán)重發(fā)現(xiàn)，模型重點(diǎn)關(guān)注了收縮壓和阿片類藥物給藥量的時(shí)間序列，尤其是手術(shù)開始后10～20min。由于DL模型可解釋性欠缺，注意力機(jī)制使得探索可解釋性的改進(jìn)方法成為了可能。而基于此的雙重自注意力機(jī)制（dual self-attention， DSA）［18］在計(jì)算變量重要性時(shí)，也會(huì)捕獲變量之間的依賴關(guān)系，包括時(shí)間維度。DL模型特別是RNN、LSTM以及Transformer架構(gòu)，在處理時(shí)序數(shù)據(jù)方面顯示出巨大潛力。

基于非結(jié)構(gòu)化數(shù)據(jù)的POD預(yù)測(cè)模型非結(jié)構(gòu)化數(shù)據(jù)是沒(méi)有固定結(jié)構(gòu)的數(shù)據(jù)，包括用人類語(yǔ)言撰寫的處方、病歷、影像學(xué)報(bào)告等。臨床護(hù)理文本中包含了對(duì)患者狀態(tài)的詳細(xì)記錄，但是其非結(jié)構(gòu)化的特性使其在傳統(tǒng)統(tǒng)計(jì)分析中被長(zhǎng)期忽略［19］。隨著自然語(yǔ)言處理技術(shù)、大語(yǔ)言模型的發(fā)展，從臨床文本中自動(dòng)獲取信息成為可能。Young等［20］研究發(fā)現(xiàn)，NLP可以識(shí)別出比CAM-ICU評(píng)估更多的行為異常和意識(shí)紊亂的群體，這些被識(shí)別出的患者接受抗精神病藥物的比例更高，且死亡率也更高。而隨著NLP技術(shù)的發(fā)展，大語(yǔ)言模型也逐漸被用于分析臨床記錄和預(yù)測(cè)各種疾病。近期一項(xiàng)韓國(guó)的研究［21］比較Llama-3-70B、GPT-4o與人類醫(yī)師對(duì)POD的識(shí)別能力。結(jié)果顯示，兩種大語(yǔ)言模型均顯示中等預(yù)測(cè)性能，并且在出現(xiàn)具有臨床意義的POD患者中，大語(yǔ)言模型能比人類醫(yī)師提前約1 d識(shí)別出POD。

在影像學(xué)數(shù)據(jù)方面，腦影像技術(shù)如計(jì)算機(jī)斷層掃描（computed tomography， CT）、磁共振成像（magnetic resonance imaging， MRI）、功能磁共振成像（functional magnetic resonance imaging， fMRI）為探索譫妄的神經(jīng)生物學(xué)基礎(chǔ)和識(shí)別易感生物標(biāo)志物提供了獨(dú)特視角。在腦結(jié)構(gòu)層面，Cavallari等［22］利用術(shù)前彌散張量成像（diffusion tensor imaging， DTI）發(fā)現(xiàn)腦白質(zhì)微結(jié)構(gòu)完整性異常與POD的發(fā)生率和嚴(yán)重程度相關(guān)。在對(duì)腦部CT的探索中，研究者發(fā)現(xiàn)腦卒中患者中伴有譫妄的患者整體和局部腦萎縮程度均高于無(wú)譫妄患者［23］。上述研究提示，術(shù)前已存在的腦結(jié)構(gòu)脆弱性是POD的重要易感因素。在腦功能層面，基于神經(jīng)影像學(xué)方法的ML技術(shù)越來(lái)越多地被用于各種神經(jīng)精神疾病的個(gè)體預(yù)測(cè)。有研究［24］表明，圖論和ML可以用于靜息態(tài)fMRI預(yù)測(cè)患者輕度認(rèn)知障礙向阿爾茨海默病的進(jìn)展。Zhou等［25］開創(chuàng)性地將術(shù)前靜息態(tài)fMRI數(shù)據(jù)與ML相結(jié)合，對(duì)比3種數(shù)據(jù)輸入下的譫妄預(yù)測(cè)：臨床變量、fMRI以及兩者的融合，研究結(jié)果發(fā)現(xiàn)，使用術(shù)前fMRI數(shù)據(jù)和臨床變量的RF模型在識(shí)別心臟手術(shù)POD高風(fēng)險(xiǎn)患者的準(zhǔn)確性更高。

無(wú)論是在臨床文本（如護(hù)理記錄、查房筆記）中捕捉到的患者細(xì)微的行為改變與認(rèn)知波動(dòng)，還是通過(guò)神經(jīng)影像提取的大腦功能模式，這些非結(jié)構(gòu)化數(shù)據(jù)都為理解和預(yù)測(cè)POD提供了新的途徑（表1）。NLP技術(shù)能夠利用海量的病歷文本數(shù)據(jù)，而fMRI等神經(jīng)影像學(xué)技術(shù)的應(yīng)用，則從腦功能網(wǎng)絡(luò)的層面揭示了譫妄的潛在生物學(xué)標(biāo)志物。

挑戰(zhàn)與展望

在POD預(yù)測(cè)的研究中，ML算法極具應(yīng)用潛力，然而也面臨著諸多挑戰(zhàn)。首先，許多高性能模型由于其黑箱特質(zhì)使人們無(wú)法理解其預(yù)測(cè)過(guò)程，尤其是DL模型。因此，需要更透明、更可解釋的模型，如模型無(wú)關(guān)的局部解釋（local interpretable model-agnostic explanations， LIME）、SHAP等來(lái)闡明預(yù)測(cè)的依據(jù)，真正建立人機(jī)信任。其次，在規(guī)范和倫理方面，如何保障患者的數(shù)據(jù)隱私。醫(yī)療數(shù)據(jù)的敏感性和隱私法限制了跨機(jī)構(gòu)的數(shù)據(jù)共享，這使得構(gòu)建多中心大規(guī)模數(shù)據(jù)有更多的限制。最近，王騫等［26］研究使用聯(lián)邦學(xué)習(xí)的方法進(jìn)行多中心的老年患者POD預(yù)測(cè)模型的構(gòu)建。聯(lián)邦學(xué)習(xí)允許多個(gè)機(jī)構(gòu)在不共享原始患者數(shù)據(jù)的前提下協(xié)同訓(xùn)練一個(gè)全局模型，為整合多中心數(shù)據(jù)，克服隱私壁壘提供了可行的途徑。此外，現(xiàn)有模型普遍存在泛化能力不足的問(wèn)題，即所謂的模型孤島效應(yīng)。大部分模型是基于單中心、回顧性數(shù)據(jù)開發(fā)，但將它應(yīng)用在新數(shù)據(jù)集或不同臨床環(huán)境中，它的性能會(huì)顯著下降。一方面是因?yàn)椴糠帜Ｐ褪轻槍?duì)特定人群在特定治療場(chǎng)景下建立的，另一方面說(shuō)明開展多中心、大樣本的研究，建立普適的POD預(yù)測(cè)模型的必要性。所以，當(dāng)前的研究重心開始從回顧性模型構(gòu)建轉(zhuǎn)向前瞻性驗(yàn)證，這不僅包括在不同醫(yī)療中心進(jìn)行外部驗(yàn)證，也包括在真實(shí)臨床環(huán)境中的模型評(píng)估［27］。前瞻性驗(yàn)證研究是確保ML模型有效應(yīng)用于臨床的關(guān)鍵步驟，是模型臨床轉(zhuǎn)化的基礎(chǔ)。

小 結(jié)

ML在POD預(yù)測(cè)和風(fēng)險(xiǎn)分層中展現(xiàn)了顯著的優(yōu)勢(shì)和潛力，本文展現(xiàn)了基于不同數(shù)據(jù)模態(tài)的預(yù)測(cè)模型的演變。從EHR結(jié)構(gòu)化數(shù)據(jù)，到生理信號(hào)時(shí)序數(shù)據(jù)，再到非結(jié)構(gòu)化影像、文本數(shù)據(jù)，ML技術(shù)的發(fā)展使得研究者可以充分利用圍術(shù)期數(shù)據(jù)進(jìn)行大樣本、多模態(tài)的研究。但是受ML模型特質(zhì)的影響，模型普遍存在泛化能力不足、缺乏可解釋性、以及如何進(jìn)行臨床轉(zhuǎn)化等挑戰(zhàn)。因此，要推動(dòng)ML模型的臨床應(yīng)用，未來(lái)還需進(jìn)行更多大規(guī)模、多中心的前瞻性研究加以驗(yàn)證。

參考文獻(xiàn)略。

DOI:10.12089/jca.2026.06.012