740万人住院数据显示：发病顺序与节奏本身就是预后信号

奥地利740万人住院数据训练病史嵌入：发病顺序与节奏本身就是预后信号

数据视角 × 医疗数据从业者 ｜ 事实报道 × 医院信息化/临床医生 ｜ 深度研报

开场：合并症指数把病史聚成一个分数，丢掉了时间、顺序与节奏

年龄相近、疾病负担相近的两个人，此后的健康轨迹可能完全不同。临床研究与医院管理中普遍使用合并症指数，把一个人被记录过的疾病压缩成一个分数，Elixhauser 合并症指数是其中使用最广的一种。这种压缩便于分层与比较，代价是丢掉了三个维度：疾病发生的时间、发生的先后顺序，以及累积的快慢节奏。

对医院信息化与临床一线而言，这不是纯粹的学术趣味。电子病历里本来就有完整的就诊时间轴，如果时间轴本身含有预后信息，那么现有以分数为核心的风险分层工具就存在可改进的空间；如果不含，那么继续投入序列建模的收益就需要重新估计。

2026年10月14日，一项研究上线于《npj Digital Medicine》，把这个问题摆到了可检验的位置：纵向的住院诊断史里，是否含有年龄、性别与合并症负担之外的信息？如果含有，这些信息又集中在哪些疾病上，而不是笼统地分布在所有结局上？

数据与方法：奥地利13年住院数据，740万患者训练就诊级对比学习Transformer

数据来自奥地利的住院记录，时间跨度13年，覆盖740万名患者。研究团队在这个规模上训练了一个就诊级别的对比学习 (contrastive learning) Transformer 模型。模型读进的是每位患者历次就诊的诊断序列，以及相邻两次住院之间的间隔时间；产出的是一个向量形式的患者病史嵌入 (patient-history embedding)，把一段病史整体表示出来。

训练与评估是分开的。用于下游评估的队列规模为170万人，任务是把患者病史嵌入与基于 Elixhauser 合并症指数的模型放在同一批结局上做比较，看前者能否提供后者之外的增量信息。之所以保留合并症指数作为对照，是因为它已经是临床上可解释、可计算的既有基线；新表示法只有在这条基线上仍然抬高性能，增量一说才成立。

从工程角度看，两条路线的信息源并不相同。合并症指数只看在某次就诊中被记录过的疾病清单，属于横向切片；病史嵌入则把同一个人跨年份的多次住院串成序列，并把间隔时间一并纳入，属于纵向轨迹。两者的差别不在算法复杂度，而在输入里是否保留时间结构。

对比学习在这里解决什么问题

住院记录天然是稀疏、不等长且按就诊分段的，直接套用常规监督训练并不容易。对比学习让同一患者相邻就诊片段的表征相互靠近、不同患者的表征相互拉开，从而不必为每个下游结局准备专门标注，也能得到可用的病史表示。间隔时间被一并编码，意味着模型看到的不只是诊断清单，还有就诊的密度。

院内死亡预测：AUC 0.879对0.866，增益0.0132

第一项任务是预测院内死亡，评价指标为曲线下面积 (Area Under the Curve, AUC)。嵌入模型为0.879，基于 Elixhauser 合并症指数的模型为0.866，AUC增益0.0132，95%置信区间 (Confidence Interval, CI) 为0.0118至0.0144。

置信区间不跨零，说明在百万级队列上这一差距是稳定的，不是抽样波动。院内死亡本身是发生率低、后果明确、记录相对完整的结局，因此也更适合用来检验一个新表示法是否真的抓到了东西。

但从量级看，0.0132 属于小幅增益：它证明序列与时间信息确实携带合并症分数之外的信号，却不等于临床可用性已经发生质变。对医院信息化从业者而言，更值得关注的是信号的来源与分布，而不是这个数字本身；对临床医生而言，单个 AUC 数字也不足以支撑改变现有的评估流程。

临床解释力：高残差风险者五年少了127至181个无事件生存日

为检验嵌入带来的增量是否落在说得通的地方，作者评估了无事件生存 (event-free survival)，定义为仍然存活、且未累积第二个未被记录的 ICD-10 (International Classification of Diseases, Tenth Revision) 疾病块。在这一结局上，嵌入模型的 AUC 为0.726，合并症模型为0.722，差距比院内死亡任务更小。

分层之后的人群差异

指标差距小，不等于人群差异小。作者把年龄、性别与合并症模型风险三者相近的患者放在一起，只看嵌入模型给出的残差风险：被判为高残差风险者，五年内比低残差风险者少了127至181个无事件生存日；他们的观察事件率，与比他们年长十岁以上的低残差风险患者相当。

这一组结果的读法需要谨慎。AUC 衡量的是排序能力，而127至181个无事件生存日衡量的是两组人实际经历的差异，后者更贴近临床与管理的直觉。两个层面的结论因此并不矛盾：模型区分个体的能力只提升了一点，但被它排到高风险一端的那部分人，确实在五年尺度上少了一段可观测的健康时间。

作者据此把嵌入捕捉到的信号，归结为既往疾病累积的广度、新近程度与节奏。换句话说，同样是若干个诊断，先得哪一种、多久内叠加第二种、最近一次住院距今多远，本身就携带预后信息；而合并症指数在计算时，把这些信息全部抹平了。

冷静观察：130个结局里的中位增益只有0.006，收益集中在少数疾病块

评估覆盖130个新发 ICD-10 疾病块结局，嵌入模型在其中的93个结局上 AUC 更高，但中位增益只有0.006。也就是说，过半数结局上确实有改善，改善幅度却普遍很小；增益集中在精神、肌肉骨骼、神经系统与代谢疾病这几块，并非均匀分布。

不宜被放大的两点

第一，院内死亡上0.0132的 AUC 增益，不能被解读为病史嵌入可以全面替代 Elixhauser 这类合并症评分。更准确的表述是：疾病的顺序、间隔与节奏对特定疾病块有增量价值，对多数结局的边际贡献有限。

第二，数据来自单一国家的住院记录，医疗体系、编码习惯与就诊可及性都会影响诊断序列的形态。本研究的结论不应推广为其他医疗体系的通用结论，外部验证仍是下一步的必要条件。

原文链接：npj Digital Medicine

千方医数集编辑部 出品