引言肾移植的临床决策与质量监控长期面临核心矛盾结构化的长期随访数据与文本化的临床规则、政策术语之间缺乏可审计的桥梁导致不同中心报告不一致、政策依从性差、结果难以复现阻碍标准化与公平性评估。近日发表于《npj Digital Medicine》的研究提出创新解决方案——由广东省人民医院等团队开发的KT-LLM框架首次将Banff分类、OPTN/SRTR文件等权威政策文本通过检索增强生成技术与长序列建模的生存预测、人群聚类分析智能体融合构建了证据可溯源、决策可审计的肾移植建模统一系统实现临床工作流的标准化与可重现。基本信息•文章标题KT-LLM: an evidence-grounded and sequence text framework for auditable kidney transplant modeling•期刊npj Digital Medicine•影响因子15.1•发表时间2026年1月10号•研究单位广东省人民医院南方医科大学广东省心血管病研究所汕头大学华南理工大学•Github地址https://anonymous.4open.science/r/KT-LLM v1-7F53/README.md•论文地址https://doi.org/10.1038/s41746-025-02323-5研究内容与方法系统整体架构设计核心组件模块化设计由KT-LLM主模型3个任务专属Agent构成各司其职且协同联动KT-LLM系统编排与问答核心通过RAG返回证据锚定答案可计算检查表Agent-ASRTR-MambaSurv肾移植受者长期生存移植物结局预测Agent-BOPTN-BlackClustOPTN-STAR数据中非监督人群亚型发现Agent-CPolicy-OpsOPTN政策/Banff术语规则验证与合规检查设计目标将结构化随访序列、文本化规则、治理节奏整合至可审计的统一框架实现推理与治理节奏精准对齐【系统整体工作流程图】KT-LLM主模型检索增强式问答与审计框架基础架构基于MedLLaVA语言主干仅文本通道整合领域受限RAG、术语感知重加权、证据指针、覆盖约束四大核心模块检索增强生成RAG模块知识源严格受限仅采用3类权威语料Banff肾移植病理知识库、OPTN/UNOS政策文档、SRTR方法学材料PSR公开页面保证知识权威性双阶段检索流程稠密编码器初筛候选段落 → 交叉编码器重排序得到最终证据集合术语感知重加权对Banff/OPTN/SRTR受控词汇提升检索优先级强化领域术语检索精度多损失联合训练目标3部分损失加权求和保障检索、生成、归因一致性检索对比损失InfoNCE对应核心代码definfo_nce_loss(query,positive,negatives,temperature0.07):sim_postorch.cosine_similarity(query,positive,dim-1)/temperature sim_negtorch.cosine_similarity(query.unsqueeze(1),negatives,dim-1)/temperature logitstorch.cat([sim_pos.unsqueeze(1),sim_neg],dim1)labelstorch.zeros(logits.shape[0],dtypetorch.long,devicequery.device)lossF.cross_entropy(logits,labels)returnloss生成损失文本似然损失结构化检查表损失LgenLtextβLstruct\mathcal{L}_{\text{gen}} \mathcal{L}_{\text{text}} \beta\mathcal{L}_{\text{struct}}LgenLtextβLstruct归因一致性损失匹配句子级引用与重排序得分的KL散度LattKL(α∥α^)\mathcal{L}_{\text{att}} \text{KL}(\alpha \parallel \hat{\alpha})LattKL(α∥α^)证据锚定与审计机制核心特色句子级引用标签每个答案句子附带唯一引用ID精准指向原文证据段落可直接溯源置信度/覆盖度双门限证据覆盖度ρ或重排序得分τ时仅返回证据摘要不输出确定性结论避免误判结构化检查表生成针对阈值/可计算标准查询生成含「名称、定义、可执行公式、阈值、证据源ID」的标准化检查表训练与推理优化两阶段训练冻结语言主干→微调检索/重排序模块 → 解冻语言头部→联合微调文本生成/结构化输出兼顾效率与性能热更新机制政策/知识库新增/修订时仅需增量编码索引刷新无需重训练主模型适配临床政策动态更新需求Agent-ASRTR-MambaSurv 生存预测模块核心设计离散时间竞争风险模型Mamba线性时间序列编码器专门适配多中心、长时程、稀疏性的肾移植随访数据离散时间竞争风险建模互斥事件定义0无事件、1移植物丢失、2患者死亡概率守恒风险向量每个随访间隔[tij,ti(j1)][t_{ij}, t_{i(j1)}][tij,ti(j1)]预测多分类风险向量πij\pi_{ij}πij满足πij(πij,0,πij,1,πij,2),∑c02πij,c1\pi_{ij} (\pi_{ij,0}, \pi_{ij,1}, \pi_{ij,2}), \sum_{c0}^2 \pi_{ij,c} 1πij(πij,0,πij,1,πij,2),∑c02πij,c1生存/累积发生率函数Si(j)∏s1jπis,0S_i(j) \prod_{s1}^j \pi_{is,0}Si(j)∏s1jπis,0Fi,k(j)∑s1jSi(s−1)πis,kF_{i,k}(j) \sum_{s1}^j S_i(s-1)\pi_{is,k}Fi,k(j)∑s1jSi(s−1)πis,kMamba序列编码器复合输入构造基线特征动态临床特征线性嵌入 间隔长度傅里叶时间特征 缺失值指示符避免归因偏差线性时间编码L层选择性SSM块堆叠时间复杂度O(N)高效处理长序列随访数据HiMambaL(X~i)[hi1,...,hiJi]H_i \text{Mamba}^L(\tilde{X}_i) [h_{i1}, ..., h_{iJ_i}]HiMambaL(X~i)[hi1,...,hiJi]训练目标与正则化负对数似然损失NLL直接处理删失数据适配生存分析核心痛点对应核心代码defdiscrete_time_nll(pi,event,time):loss0.0foriinrange(pi.shape[0]):ttime[i]no_event_probspi[i,:t,0]loss-torch.sum(torch.log(no_event_probs1e-8))ifevent[i]!0:event_probpi[i,t,event[i]]loss-torch.log(event_prob1e-8)returnloss/pi.shape[0]双正则化项校准正则化模型输出与经验频率对齐 组正则化衰减中心/年份偏移量避免过拟合【Agent-A架构图】Agent-BOPTN-BlackClust 人群聚类模块核心设计Mamba长序列嵌入深度嵌入聚类DEC共识聚类选择实现稳定、可复现的肾移植人群亚型发现长序列嵌入生成全周期事件序列构造整合等待列表、移植、术后随访全流程临床事件序列保留完整临床信息阶段化注意力池化Mamba编码器处理长序列得到时间点表示 → 对等待/术后阶段分别注意力池化 → 拼接得到患者级全局嵌入ri[ri(W);ri(P)]r_i \left[ r_i^{(W)}; r_i^{(P)} \right]ri[ri(W);ri(P)]深度嵌入聚类与正则化多损失联合优化DEC损失IDEC重建损失熵平衡正则化JLDECλrecLrecλcent∑k∥μk∥22βH(qˉ)\mathcal{J} \mathcal{L}_{\text{DEC}} \lambda_{\text{rec}}\mathcal{L}_{\text{rec}} \lambda_{\text{cent}}\sum_k \|\mu_k\|_2^2 \beta H(\bar{q})JLDECλrecLrecλcent∑k∥μk∥22βH(qˉ)三阶段训练流程冻结Mamba→预训练自编码器 → K-means初始化聚类中心→ 联合微调DEC/IDEC定期更新目标分布共识聚类与稳定性评估最优聚类数K选择基于CDF增益Δ-面积准则科学确定聚类数量多维度稳定性指标中心/年份分层重采样计算bootstrap Jaccard、NMI、ARI评估聚类可复现性【Agent-B架构图】Agent-CPolicy-Ops 规则检查模块核心设计将静态的政策/术语/时间轴文本转换为机器可执行的约束规则实现临床规则自动化验证与审计三大核心执行功能时间/提交规则执行检查TRF随访时间/截止日期触发异常警报基于PSR发布节奏计算数据冻结日期评估中心提交准备度验证种族中性eGFR合规性生成修正任务Banff术语验证与标准化构建机器可读词汇表/值域表验证病变条目有效性validlesion(ℓ,x) ⟺ x∈Ωℓ∧format(x)∈Πℓ\text{valid}_{\text{lesion}}(\ell, x) \iff x\in\Omega_\ell \land \text{format}(x)\in\Pi_\ellvalidlesion(ℓ,x)⟺x∈Ωℓ∧format(x)∈Πℓ将自由文本映射为受控术语标准化C4d状态、DSA等关键信息诊断摘要智能生成仅当所有必填病变条目有效C4d状态已知时自动生成标准化诊断摘要保证诊断规范性规则热更新OPTN/SRTR政策或Banff知识库更新时仅需增量更新对应规则与元数据无需重训练KT-LLM主模型适配临床政策动态变化【Agent-C架构图】实验结果分析KT-LLM在肾脏移植领域问答任务中的准确性与证据可溯性本部分对比KT-LLM与经典检索模型、通用大语言模型、生物医学领域模型在Banff病理学问答、OPTN/SRTR政策问答中的准确率、精确匹配率、证据命中率验证其权威知识整合与证据溯源能力。【主模型KT-LLM 在特定领域问答Banff、OPTN 及 SRTR任务下的对比】领域问答性能最优KT-LLM取得91.8%准确率0.82精确匹配率显著优于所有基线模型证明领域受限RAG框架能高效利用权威语料生成准确的肾移植领域答案证据可溯性表现突出证据命中率83.5%远超其他模型得益于证据指针头覆盖范围约束机制实现答案陈述与原文证据的精准锚定保障可追溯性可审计性减少主观解释错误基线模型对比优势通用LLM如GPT-4RAG虽表现良好但在多条款整合、数值阈值检查的政策合规性任务中仍逊于KT-LLM纯生物医学模型如Med-PaLM 2因缺乏实时政策检索在时效性强的政策问答中表现落后SRTR-MambaSurv在生存预测中的判别与校准性能本部分评估Agent-A在OPTN/SRTR离散时间生存与竞争风险预测中的性能以死亡、移植物丢失为双终点对比经典半参数模型、树模型、深度生存模型。【Agent ASRTR-MambaSurv在 OPTN 和 SRTR 时间窗下的生存竞争风险比较】【KT-LLM 的整体性能概述】综合预测性能领先SRTR-MambaSurv在C指数、时间依赖性AUC、综合Brier评分IBS均为最优死亡预测C指数0.82、移植物丢失预测C指数0.80优于最强深度基线Dynamic-DeepHit证明Mamba线性时间编码器离散时间竞争风险模型能高效编码长时、稀疏的随访序列判别与校准完美平衡模型在判别-校准平面位于理想左上区域同时满足高判别力C-index 0.78良好校准IBS 0.16符合临床实用标准相较基线RSF-CR实现最大净性能提升亚组公平性表现优异在不同种族、年龄组等临床亚组中预测性能差距显著小于基线模型有助于监测并减少亚组间性能差异提升临床预测的公平性OPTN-BlackClust在人群亚型发现中的稳定性与预后区分度本部分验证Agent-B在OPTN-STAR数据中针对黑人肾移植受者的无监督亚型聚类能力对比经典聚类算法、深度聚类模型从聚类质量、稳定性、临床预后区分度三方面评估。【基于 OPTN STAR2015-2019黑人受者的 OPTN-BlackClust 方法对比】聚类质量与稳定性双优OPTN-BlackClust取得NMI 0.58ARI 0.45轮廓系数亦为最优bootstrap Jaccard稳定性指数0.79为所有模型最高证明发现的亚型在不同数据子集间高度可重复临床预后区分度显著采用Gray检验比较各聚类亚组移植物丢失的累积发生率函数CIF模型发现的亚型展现最强预后区分信号-log10 p 4.6说明亚型不仅特征可分且临床结局差异显著为个性化治疗分层提供依据方法设计有效性验证相较Mamba编码简单K-means联合深度聚类目标共识聚类选择策略显著提升聚类一致性与稳健性证明该设计对异质性注册数据中稳定、有临床意义的亚型发现至关重要优势与局限优势证据可审计性强通过领域受限RAG将知识源严格限定于Banff/OPTN/SRTR权威文本答案/检查表均有版本化证据支持附带唯一引用ID可精准溯源减少主观解释错误多任务集成度高单框架协调3个可审计智能体覆盖生存预测、人群亚型发现、政策合规检查实现从个体风险评估到群体公平性监测的端到端临床工作流支持时序建模效率优采用Mamba线性时间复杂度架构高效处理长时、稀疏的随访序列在保持高性能的同时显著降低计算开销适合多中心大规模临床部署动态适配性好主模型各Agent均支持热更新政策/知识库更新时无需重训练仅需增量更新索引/规则适配临床政策、指南的动态变化局限数据与政策依赖性强模型性能高度依赖外部注册数据的完整性、政策文档的及时更新数据缺失、政策版本滞后会直接影响判断的准确性与时效性临床诊断自动化有限仅验证术语合规性、生成结构化检查表为避免临床越界不提供自动化病理诊断最终诊断与决策仍需临床团队完成泛化范围待验证目前仅在2015-2019年黑人肾移植受者人群中验证有效向其他种族、不同时期、基层医疗中心的泛化能力仍需进一步多中心研究知识源范围受限仅采用Banff/OPTN/SRTR三类语料暂未整合最新临床研究文献对前沿研究成果的融合能力不足参考文献Mamba: Linear-time sequence modeling with selective state spacesGu Dao, 2024提出Mamba线性时间序列模型基于选择性状态空间实现O(N)时间复杂度的长序列编码本研究将其作为SRTR-MambaSurv的核心编码器高效处理肾移植长时、稀疏的随访序列Retrieval-augmented generation for knowledge-intensive NLP tasksLewis et al., 2020提出经典检索增强生成RAG框架实现外部知识库与生成模型的融合本研究基于此开发领域受限RAG严格限定权威知识源保障KT-LLM答案的准确性与可溯源性DeepHit: A deep learning approach to survival analysis with competing risksLee et al., 2018提出DeepHit竞争风险生存模型为处理多互斥终点的生存分析提供深度学习方案本研究借鉴其离散时间竞争风险建模思想结合Mamba编码器构建SRTR-MambaSurv适配肾移植双终点预测A proportional hazards model for the subdistribution of a competing riskFine Gray, 1999提出经典Fine-Gray比例风险模型为竞争风险分析的金标准本研究将其作为基线模型对比评估SRTR-MambaSurv的预测性能并采用其方法计算亚组亚分布风险比Use of machine learning consensus clustering to identify distinct subtypes of black kidney transplant recipients and associated outcomesThongprayoon et al., 2022首次采用机器学习共识聚类在黑人肾移植受者中发现具有不同临床结局的亚型本研究的OPTN-BlackClust模块以此为基础结合Mamba序列嵌入深度聚类实现更稳定、更具临床意义的亚型发现
