基于非随机缺失模态的多模态临床记录因果表征学习
机器学习
2025-09-23 v1 计算与语言
统计方法学
摘要
临床记录包含丰富的患者信息，如诊断或药物信息，使其对于患者表征学习具有重要价值。近期大型语言模型的进步进一步提高了从临床文本中提取有意义表征的能力。然而，临床记录常常缺失。例如，在我们分析 MIMIC-IV 数据集时，24.5% 的患者没有可用的出院摘要。在这种情况下，可以从其他模态（如结构化数据、胸部 X 光或放射报告）学习表征。然而，这些模态的可用性受到临床决策的影响，并且因患者而异，导致模态缺失非随机（MMNAR）模式。我们提出了一个因果表征学习框架，利用观察数据和多模态临床记录中的信息性缺失情况。框架包括：（1）具备 MMNAR awareness 的模态融合组件，在缺失模式条件下整合结构化数据、影像和文本，以捕获患者健康状况和临床工作人员驱动的分配；（2）具备对比学习的模态重建组件，以确保表征学习的语义充分性；（3）具备校准器的多任务结果预测模型，纠正来自特定模态观察模式的残余偏差。对 MIMIC-IV 和 eICU 进行全面评估，显示与最强基线相比 consistently 提升，临床重 admission 实现了最高可达 13.8% 的 AUC 提升，ICU 入院提升 13.1%。
引用
@article{arxiv.2509.17228,
title = {Causal Representation Learning from Multimodal Clinical Records under Non-Random Modality Missingness},
author = {Zihan Liang and Ziwen Pan and Ruoxuan Xiong},
journal= {arXiv preprint arXiv:2509.17228},
year = {2025}
}
备注
To appear in Proc. of EMNLP 2025 (18 pages)