CXR-TFT：用于预测胸部 X 光轨迹的多模态时间融合变压器-计算机科学-多模态机器学习-临床轨迹-不规则采样时间序列.pdfVIP

CXR-TFT：用于预测胸部X光轨迹的多模态时间

融合变压器

MehakArora,AymanAli,KaiyuanWu,CarolynDavis,Takashi

Shimazui,MahmoudAlwakeel,VictorMoas,PhilipYang,Annette

Esper,andRishikesanKamaleswaran

DukeUniversity,DurhamNC27708{mehak.arora,ayman.ali,vincent.wu,

mahmoud.alwakeel,victor.moas,r.kamaleswaran}@

EmoryUniversity,AtlantaGA30322

本cmydavis@,{tshima2,philip.yang,aesper}@

译

中摘要在重症监护病房（ICUs）中，具有复杂临床状况的患者需要严密监测

1和及时干预。胸部X光片（CXRs）是一种重要的诊断工具，可以提供有关

v临床轨迹的信息，但其不规则获取限制了它们的应用价值。现有的CXRs

6

6解释工具受限于横断面分析，无法捕捉时间动态性。为了解决这个问题，我

7们引入了CXR-TFT，这是一种新的多模式框架，将时间稀疏的CXR影

4

1像和放射学报告与高频率临床数据（如生命体征、实验室值和呼吸流程表）

.相结合，以预测危重患者CXRs发现的轨迹。CXR-TFT利用了通过插值

7

0与时钟临床数据时间对齐的视觉编码器潜在嵌入。然后训练一个转换模型

5来根据之前的嵌入和临床测量在每小时预测CXR嵌入。在一个20,000名

2

:ICU患者的回顾性研究中，CXR-TFT展示了在放射学显现出异常前高达

v

i12小时内准确预测异常CXRs发现的高准确性。这种在临床数据中的预测

x能力对于改善时间敏感条件如急性呼吸窘迫综合征的管理具有重要意义，

r

a在这些情况下，早期干预至关重要而诊断往往被延迟。通过提供独特的前

瞻性CXR分析时间分辨率，CXR-TFT提供了可操作的整体患者见解，可

以直接改善临床结果。

Keywords:临床轨迹·多模态机器学习·不规则采样时间序列

1介绍

需要重症监护病房（ICU）级别护理的患者通常具有复杂且多样的临床

病理，这些病理需要仔细监测和及时干预。便携式胸部放射摄影（CXRs）是