学习利用结构改善临床决策与AI安全

医疗机器学习常被描述成一件回报明确的事：为临床决策提供支持、改善诊疗质量，并通过减轻临床运营负担来降低医疗支出。这份来自 MIT 电气工程与计算机科学系的博士论文把落地的困难讲得更直接——模型能否成功，取决于数据本身：复杂、噪声大、异质、标注有限，而且高度敏感。也就是说，瓶颈往往不在模型规模，而在数据与场景中的结构没有被利用起来。论文给出的主张是：把医疗数据中固有的结构、以及外部知识的可用性用来引导模型预测；同时把隐私保护视为模型安全的组成部分，而不是事后补丁。现在值得看的原因在于，它把“结构”当作贯穿多个模态与多个任务的主线，而不是单点技巧的堆叠。

覆盖面相当宽：ICU 患者的多变量生理信号、患者出院小结、生物医学科学文献、放射学报告、胸部X线影像，以及口语语音；对应的任务包括患者状态预测、关系抽取、疾病预测、医学报告生成和差分隐私（DP）模型训练。方法上有一条清晰的主线：不把数据当成扁平、无结构的输入，而是利用医疗数据的结构与外部知识来约束和引导预测；在隐私一侧，则利用梯度的结构设计差分隐私训练技术，以缓解隐私泄漏。论文的推进顺序也有用意：先给出开源的数据处理与建模框架，再转向提升模型预测的可解释性以建立临床医生的信任，最后研究用差分隐私保护用户数据。

论文的实证部分沿着几条线展开，每一条都在回答“结构怎么被用起来”。第一条线表明，基于临床知识的聚合特征表示，能为模型提供针对不断演变的医院系统的鲁棒性；解读来说，医院的数据口径与记录习惯会变化，在特征层面做聚合比直接依赖原始字段更稳。第二条线把外部知识以临床概念抽取的形式引入，结果显示这能显著改善关系抽取。第三条线利用与胸片相伴的报告中的丰富信息，通过对比学习构建出高准确度的疾病严重程度预测模型。

第四条线指出，报告生成任务本身就提供了有竞争力的疾病预测能力、标签效率和更好的可解释性——换句话说，让模型去“写报告”不只是产出文本，它同时是一种有效的监督信号和解释接口。第五条线面向大型语音模型的差分隐私预训练，提出了新的方法，用于改善隐私、效用与计算三者之间的权衡。由此，论文把 DP 定位为模型安全的重要组件，并主张它应当与更广义的 AI 安全方法一同发展，这一判断在医疗之内和之外都成立。

这些结论的实践含义可以归纳为几点。多模态并不等于把数据堆在一起，而是要找到每种模态自带的结构并加以约束；外部知识（例如临床概念）可以充当可复用的中间层，把原始文本与下游任务连起来；可解释性被当作建立临床信任的前置条件，而不是交付前附加的展示功能；隐私预算与效用、算力一样，是需要在设计阶段就参与的变量。这意味着，对标注稀缺、资源有限的医疗团队来说，改进的重点可以从“要更多标注”移向“更好地利用结构”。

这份资料适合做医疗机器学习落地的研究者与工程团队，也适合关心临床决策支持可解释性的从业者，以及做差分隐私训练、尤其是语音模型预训练的人。读完之后能拿走的，是一张把数据结构、外部知识、可解释性与隐私串起来的方法地图，以及若干可以对照自己场景核验的技术判断。需要说明边界：作为学位论文，材料呈现的是研究动机、方法路线与结论性陈述，摘要层面没有给出各任务的数据集规模与量化指标。因此，若要把其中某条结论迁移到自有数据上，仍需回到论文正文核对实验设置与适用范围。

Learning to improve clinical decisions and AI safety by leveraging structure by Geeticka Chauhan B.S., Florida International University (2017) S.M., Massachusetts Institute of Technology (2019) Submitted to the Department of Electrical Engineering and Computer Science in partial fulfillment of the requirements for the degree of Doctor of Philosophy at the MASSACHUSETTS INSTITUTE OF TECHNOLOGY September 2024 © 2024 Geeticka Chauhan. All rights reserved. The author hereby grants to MIT a nonexclusive, worldwide, irrevocable, royalty-free license to exercise any and all rights under copyright, including to reproduce, preserve, distribute and publicly display copies of the thesis, or release the thesis under an open-access license. Authored by: Geeticka Chauhan Department of Electrical Engineering and Computer Science June 30, 2024 Certified by: Peter Szolovits