arXiv cs.AI· Hakima Laribi, Olivier Lefebvre, Dan Poenaru, Martin Valli\`eres·· 11 小时前AI 评分27
DIGOM：面向多模态医疗结果预测的解耦交互图框架
DIGOM: Disentangled Interaction Graphs for Outcome prediction in Multimodal healthcare
AI 导读
DIGOM 是一个基于图的框架，同时建模患者内跨模态、跨患者同模态与跨患者跨模态三类交互，通过可微机制采样患者自适应稀疏邻接矩阵实现端到端学习。在 MIMIC-IV 和 NIH-TB 两个数据集、五项临床预测任务上，DIGOM 全部取得最高 AUROC，且所用连接数少于现有多交互方法。消融实验显示各交互类型贡献随任务变化，模型对模态缺失也表现出更强鲁棒性。
正文 · AI 翻译
摘要：多模态医疗数据包含超越单个患者观测值的关系信息。因此，有效的临床结局预测不仅需要整合来自多种模态的信息，还需要对它们之间的关系进行建模。标准融合方法无法显式捕获这些交互，而现有的基于图的方法通常只对其中一部分交互进行建模。我们提出 DIGOM（用于多模态医疗结局预测的解耦交互图），这是一个基于图的框架，可联合建模三种互补的交互类型：患者内跨模态、患者间同模态以及患者间跨模态交互。DIGOM 学习一个具有解耦视图的稀疏多重图，每个视图编码跨患者模态对之间的交互。具有患者自适应连接性的离散邻接矩阵通过可微机制进行采样，从而实现端到端学习，并使模型能够选择信息丰富的关系，而无需强加固定数量的邻居。正则化目标保持整体图的稀疏性，而消息传递则将这些关系上下文整合到患者表示中以进行结局预测。我们在两个多模态医疗数据集 MIMIC-IV 和 NIH-TB 上，针对五项临床预测任务评估了 DIGOM。DIGOM 在所有五项任务上均取得了最高的 AUROC，同时使用的连接数少于现有多交互方法。消融研究表明，每种交互类型的贡献因任务而异，凸显了针对每个任务调整关系结构的必要性。DIGOM 还表现出对缺失模态更强的鲁棒性，表明学习到的关系在模态不可用时提供了补充信息。事后分析进一步揭示了学习到的图中任务和结局特定的连接模式。
| 主题： | 机器学习（cs.LG）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.32451 [cs.LG] |
| （或 arXiv:2610.32451v1 [cs.LG] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.32451 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Hakima Laribi [查看电子邮件]
[v1]
2026年10月23日星期五 10:17:32 UTC（628 KB）
来源：arXiv cs.AI · arxiv.org