中大新聞網(wǎng)訊（通訊員徐瑛）近日，中山大學(xué)計(jì)算機(jī)學(xué)院王昌棟教授團(tuán)隊(duì)、孫逸仙紀(jì)念醫(yī)院余濤教授團(tuán)隊(duì)聯(lián)合廣東省中醫(yī)院張忠德教授團(tuán)隊(duì)，在Nature旗下權(quán)威期刊npj Digital Medicine發(fā)表了題為“A multimodal embedding model for sepsis data representation”的研究論文。
膿毒癥研究長(zhǎng)期以來(lái)受限于有限的標(biāo)注數(shù)據(jù)和依賴(lài)表格輸入的特定任務(wù)模型，未能充分利用臨床文本中的寶貴信息。為突破這一瓶頸，該聯(lián)合團(tuán)隊(duì)創(chuàng)新性地提出了膿毒癥數(shù)據(jù)表示模型（SepsisDRM）。該模型作為首個(gè)專(zhuān)為膿毒癥設(shè)計(jì)的嵌入模型，能夠同時(shí)處理表格數(shù)據(jù)和文本數(shù)據(jù)，從而捕捉到更為全面的患者特征。通過(guò)采用多模態(tài)深度學(xué)習(xí)架構(gòu)，SepsisDRM模型有效整合了不同類(lèi)型的數(shù)據(jù)，為膿毒癥的精準(zhǔn)分析和理解提供了全新的技術(shù)路徑。
該研究建立了包含19,526名膿毒癥患者的大型數(shù)據(jù)集，并在國(guó)家超級(jí)計(jì)算廣州中心進(jìn)行訓(xùn)練，驗(yàn)證了SepsisDRM在多種膿毒癥相關(guān)任務(wù)中的強(qiáng)大泛化能力。無(wú)需特定任務(wù)調(diào)優(yōu)，模型即可將患者有效分層為四種具有臨床意義的表型，并在預(yù)測(cè)28天預(yù)后方面表現(xiàn)出卓越性能，其在回顧性、前瞻性和外部數(shù)據(jù)集上的AUC值分別達(dá)到0.92、0.94和0.78。作為首個(gè)專(zhuān)門(mén)為膿毒癥開(kāi)發(fā)的嵌入模型，SepsisDRM的成功應(yīng)用不僅為膿毒癥研究領(lǐng)域建立了一種新的范式，其整合表格與文本數(shù)據(jù)的方法也為其他需要處理多模態(tài)數(shù)據(jù)的醫(yī)學(xué)研究提供了極具前景的參考方案。這一成果標(biāo)志著該聯(lián)合團(tuán)隊(duì)在推動(dòng)人工智能技術(shù)與臨床醫(yī)學(xué)深度融合、實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)的疾病精準(zhǔn)研究方面邁出了重要一步。
