可学习的提示作为伪填充：重新评估传统电子病历数据填充在下游临床预测中的必要性
内容提要
该文综述了利用电子健康记录处理缺失数据并预测住院风险的研究，涵盖对比学习插补、语言模型生成、条件自注意力填补、双变分自编码器及可解释机器学习等方法，在MIMIC等数据集上提升了插补与死亡预测性能。
延伸解读
方法演进：从插补到生成与提示学习
文章梳理了EHR缺失值处理的多条技术路线：对比学习插补-预测网络、语言模型生成、条件自注意力填补、双变分自编码器以及可解释机器学习等。这些方法不再局限于传统填充，而是尝试将缺失模式转化为信息源，或通过生成模型合成合理数据。读者可关注不同方法在MIMIC等数据集上的性能提升，以及它们对数据不规则性和缺失机制的适应能力。
评估指标与隐私保护的双重考量
在生成式EHR研究中，文章提到使用困惑度度量纵向和跨模态插值质量，并引入隐私保护评估的对手模型。这提示读者，生成数据不仅需要接近真实分布，还需防范隐私泄露风险。平均困惑度降低53.1%和45.3%等结果，反映了生成方法在保真度上的进步，但实际部署时仍需平衡效用与隐私。
可解释性与缺失机制的风险检测
文章介绍了使用可解释机器学习（如EBMs）处理缺失值，帮助用户理解缺失机制并检测潜在风险。这一方向强调，缺失值处理不应只追求预测精度，还需关注模型决策的透明度和可靠性。对于临床预测任务，识别缺失模式是否引入偏差，可能比单纯提升指标更有实际意义。
Q&A
电子健康记录数据缺失问题有哪些最新的插补方法？
文章提到了多种方法：基于对比学习的插补-预测网络、基于语言模型的文本翻译方法、条件自注意力填补模型（CSAI）、条件双变分自编码器IGNITE、以及PROMISSING修剪方法。这些方法在MIMIC等数据集上提升了插补性能。
如何利用电子健康记录预测住院死亡风险？
文章提到通过对比学习模型的插补-预测网络、间接插补和特征可信度学习、以及基于FHIR格式的深度学习多中心预测等方法，在MIMIC-III和MIMIC-IV数据集上提升了死亡预测性能。
条件自注意力填补模型（CSAI）有什么特点？
CSAI基于变换器框架，引入了针对医学时间序列数据的条件隐藏状态初始化，专门针对医疗数据集中缺失数据分布的不平衡进行调整，通过整合知识嵌入和非均匀掩蔽策略，灵活适应电子病历中缺失数据的独特模式。
IGNITE模型在电子健康记录中有什么应用？
IGNITE利用条件双变分自编码器和双阶段注意力，学习患者时间动态，生成个性化真实值。它不仅能填补缺失值，还能作为个性化数据合成器，生成未观察到的缺失电子健康记录或新患者，在三个大型公开数据集上验证了其优越性。
PROMISSING方法如何处理缺失值？
PROMISSING是一种神经网络学习和推断过程中对缺失值进行修剪的方法，无需移除或填补缺失值，而是将其作为一种新的信息源，实现类似于各种填补技术的预测效果，并提高模型对缺失信息的处理能力。
可解释机器学习在电子健康记录缺失数据中如何应用？
文章介绍了一种使用可解释机器学习的方法，将高精度的玻璃盒可解释性增强机（EBMs）用于缺失值处理，帮助用户更好地了解缺失机制并检测可能引入的风险，实验表明该方法在处理真实医疗数据集时有效。
