编辑推荐：
为解决传统机器学习模型预测老年患者术后急性肾损伤（AKI）泛化性差、可解释性弱问题，研究发现 LLMs 框架有优势，助力临床预测。
急性肾损伤（AKI），就像隐藏在术后恢复过程中的 “暗箭”，悄无声息地威胁着患者的健康。它指的是肾功能快速下降，肾小球滤过率显著降低，导致身体无法有效排出废物和多余液体，严重时甚至会危及生命。在所有 AKI 病例中，术后 AKI 占比相当高，而老年患者由于肾功能随年龄自然衰退，还常伴有高血压、糖尿病等慢性病，对术中药物更敏感，耐受血流动力学波动和术后并发症的能力较差，所以尤其容易中招。
目前，AKI 预测主要依赖机器学习（ML）模型，但这些模型存在两大难题。一方面，它们大多是 “黑箱” 算法，可解释性差，医生难以理解模型预测的依据，这在老年患者复杂多变的生理状况下，严重限制了模型在临床的应用。另一方面，ML 模型通常在内部数据集上训练，应用到外部数据集时容易过拟合，预测性能大幅下降，老年人群特征的高度异质性更是雪上加霜。
为了攻克这些难题，苏州大学附属第一医院的研究人员开展了一项意义重大的研究。他们构建了基于大语言模型（LLMs）的框架，用于预测老年患者术后 AKI 的发生情况。这一研究成果发表在《BMEF (BME Frontiers)》上，为临床预测带来了新的曙光。
研究人员为开展此项研究，运用了多种关键技术方法。他们收集了苏州大学附属第一医院、河南省人民医院的患者数据以及韩国公开的 VitalDB 数据集。在数据处理上，针对不同数据集的特点进行了相应的预处理，像计算时间相关信息、转换药物使用特征等。对于 LLMs 无法直接处理的结构化数据，将其转化为文本描述。通过提示工程和基于指令微调的知识蒸馏技术优化 LLMs，提升其预测和解释能力。
研究结果如下：
- 预测框架概述：构建的 AKI 预测框架，通过分析术前和术中信息来评估术后 AKI 风险因素并预测患者结局。从患者数据和术后 AKI 结果生成医学推理示例，创建用于商业 LLMs 的 MCoT 数据集和开源 LLMs 的指令微调数据，进而提升模型能力。
- 队列特征：研究使用了 3 个不同医疗机构的数据集，共 2649 名患者，均为 65 岁以上接受各类手术的老人，涉及多种手术类型和麻醉方式。内部数据集包含详细的患者信息，有 86 个特征，外部数据集存在部分信息缺失情况。
- 商业 LLMs 性能：使用提示工程评估商业 LLMs 的性能，发现 MCoT 提示方法能显著提升 GPT-4o 的预测能力，且在外部数据集上也有良好表现，GPT-4o 整体优于 GPT-4o mini。
- 开源 LLMs 性能：选择 Qwen2-7B-Instruct 和 Llama3.1-8B-Instruct 进行研究，经指令微调后，模型性能显著提升，且微调数据量越多，预测准确性越高，在外部数据集上也表现出较好的泛化能力。
- LLMs 与 ML 模型比较：对比 LLMs 和传统 ML 预测模型，发现 ML 模型在内部数据集上表现尚可，但在外部数据集上性能下降明显，而 LLMs 在外部数据集上的泛化能力更强。
- 可解释性分析：LLMs 能生成可解释的医学推理和预测结果，相比传统 ML 模型使用的 SHapley Additive exPlanations（SHAP）算法，更直观易懂，便于医生参考和患者理解。
研究结论和讨论部分表明，LLMs 在预测老年患者术后 AKI 方面具有很大潜力。虽然预测准确率未超 65%，但模型的有效性得到了一定验证。LLMs 在未进行示例提示或微调时，预测存在高召回率、低精确率的问题，不过经过处理后，预测准确率提升，召回率和精确率更平衡。与 ML 模型相比，LLMs 凭借预训练数据展现出更强的泛化能力，在多中心医疗数据场景下优势明显。此外，LLMs 强大的文本生成能力使其在医学预测任务中的可解释性更优。
然而，该研究也存在一些局限性，如 LLM-based 预测模型目前只能输出 “高风险” 或 “低风险” 分类，而非概率值；LLMs 还存在幻觉问题。未来研究人员计划探索不同输出方式的性能差异，引入检索增强生成（RAG）技术减少幻觉现象，还会研究多 LLMs 结合的方法是否能进一步提升预测能力。
总体而言，这项研究为老年患者术后 AKI 的预测提供了新的思路和方法，LLMs 的应用为临床疾病推理和预测带来了新的方向，有望推动精准医疗的发展，帮助医生更准确地评估患者风险，制定更有效的治疗方案。<【基于大语言模型预测老年患者术后急性肾损伤：开启精准医疗新篇】【为解决传统机器学习模型预测老年患者术后急性肾损伤（AKI）泛化性差、可解释性弱问题，研究发现 LLMs 框架有优势，助力临床预测。】【急性肾损伤 | 大语言模型 | 机器学习模型 | 术后并发症 | 疾病预测 | 泛化性 | 可解释性 | 指令微调 | 提示工程 | 知识蒸馏】【国内】【急性肾损伤（AKI），就像隐藏在术后恢复过程中的 “暗箭”，悄无声息地威胁着患者的健康。它指的是肾功能快速下降，肾小球滤过率显著降低，导致身体无法有效排出废物和多余液体，严重时甚至会危及生命。在所有 AKI 病例中，术后 AKI 占比相当高，而老年患者由于肾功能随年龄自然衰退，还常伴有高血压、糖尿病等慢性病，对术中药物更敏感，耐受血流动力学波动和术后并发症的能力较差，所以尤其容易中招。
目前，AKI 预测主要依赖机器学习（ML）模型，但这些模型存在两大难题。一方面，它们大多是 “黑箱” 算法，可解释性差，医生难以理解模型预测的依据，这在老年患者复杂多变的生理状况下，严重限制了模型在临床的应用。另一方面，ML 模型通常在内部数据集上训练，应用到外部数据集时容易过拟合，预测性能大幅下降，老年人群特征的高度异质性更是雪上加霜。
为了攻克这些难题，苏州大学附属第一医院的研究人员开展了一项意义重大的研究。他们构建了基于大语言模型（LLMs）的框架，用于预测老年患者术后 AKI 的发生情况。这一研究成果发表在《BMEF (BME Frontiers)》上，为临床预测带来了新的曙光。
研究人员为开展此项研究，运用了多种关键技术方法。他们收集了苏州大学附属第一医院、河南省人民医院的患者数据以及韩国公开的 VitalDB 数据集。在数据处理上，针对不同数据集的特点进行了相应的预处理，像计算时间相关信息、转换药物使用特征等。对于 LLMs 无法直接处理的结构化数据，将其转化为文本描述。通过提示工程和基于指令微调的知识蒸馏技术优化 LLMs，提升其预测和解释能力。
研究结果如下：
- 预测框架概述：构建的 AKI 预测框架，通过分析术前和术中信息来评估术后 AKI 风险因素并预测患者结局。从患者数据和术后 AKI 结果生成医学推理示例，创建用于商业 LLMs 的 MCoT 数据集和开源 LLMs 的指令微调数据，进而提升模型能力。
- 队列特征：研究使用了 3 个不同医疗机构的数据集，共 2649 名患者，均为 65 岁以上接受各类手术的老人，涉及多种手术类型和麻醉方式。内部数据集包含详细的患者信息，有 86 个特征，外部数据集存在部分信息缺失情况。
- 商业 LLMs 性能：使用提示工程评估商业 LLMs 的性能，发现 MCoT 提示方法能显著提升 GPT-4o 的预测能力，且在外部数据集上也有良好表现，GPT-4o 整体优于 GPT-4o mini。
- 开源 LLMs 性能：选择 Qwen2-7B-Instruct 和 Llama3.1-8B-Instruct 进行研究，经指令微调后，模型性能显著提升，且微调数据量越多，预测准确性越高，在外部数据集上也表现出较好的泛化能力。
- LLMs 与 ML 模型比较：对比 LLMs 和传统 ML 预测模型，发现 ML 模型在内部数据集上表现尚可，但在外部数据集上性能下降明显，而 LLMs 在外部数据集上的泛化能力更强。
- 可解释性分析：LLMs 能生成可解释的医学推理和预测结果，相比传统 ML 模型使用的 SHapley Additive exPlanations（SHAP）算法，更直观易懂，便于医生参考和患者理解。
研究结论和讨论部分表明，LLMs 在预测老年患者术后 AKI 方面具有很大潜力。虽然预测准确率未超 65%，但模型的有效性得到了一定验证。LLMs 在未进行示例提示或微调时，预测存在高召回率、低精确率的问题，不过经过处理后，预测准确率提升，召回率和精确率更平衡。与 ML 模型相比，LLMs 凭借预训练数据展现出更强的泛化能力，在多中心医疗数据场景下优势明显。此外，LLMs 强大的文本生成能力使其在医学预测任务中的可解释性更优。
然而，该研究也存在一些局限性，如 LLM-based 预测模型目前只能输出 “高风险” 或 “低风险” 分类，而非概率值；LLMs 还存在幻觉问题。未来研究人员计划探索不同输出方式的性能差异，引入检索增强生成（RAG）技术减少幻觉现象，还会研究多 LLMs 结合的方法是否能进一步提升预测能力。
总体而言，这项研究为老年患者术后 AKI 的预测提供了新的思路和方法，LLMs 的应用为临床疾病推理和预测带来了新的方向，有望推动精准医疗的发展，帮助医生更准确地评估患者风险，制定更有效的治疗方案。
