结构化视觉证据分解用于阻塞性睡眠呼吸暂停低通气综合征的循证多模态筛查

阻塞性睡眠呼吸暂停低通气综合征（OSAHS）是一种常见的睡眠呼吸障碍，其特征是睡眠期间上气道反复塌陷，导致呼吸暂停和低通气。目前，多导睡眠监测（PSG）是诊断OSAHS的金标准，但该检查成本高、耗时长，且需要专业设备和技术人员。因此，在PSG之前进行高效、准确的分诊筛查对于合理分配医疗资源至关重要。传统的OSAHS筛查方法通常依赖临床症状问卷和基本体征，但敏感性有限。近年来，面部和颈部形态学特征被认为与OSAHS相关，但如何有效利用这些视觉信息进行筛查仍是一个挑战。

针对这一问题，一项发表在arXiv上的研究（arXiv:2606.00087）提出了EviOSAHS框架，这是一种基于证据的多模态推理方法。该框架的核心思想是将OSAHS筛查分为两个独立的阶段，以避免通用多模态基础模型直接进行医疗决策时出现的输出不稳定和校准不良问题。在第一阶段，系统仅基于正面面部图像，通过7个固定的解剖学查询来获取视觉证据。这7个查询分别针对颈部、下巴、嘴、面颈脂肪、下颌、中面部和鼻子。每个查询的输出都被转化为结构化的证据卡片，卡片中详细记录了目标解剖部位、可见性、风险方向（例如，颈部增粗可能增加风险）、证据强度、置信度以及一段简洁的摘要。

第二阶段，这些结构化的视觉证据卡片与经过清理的临床资料（如年龄、性别、体重指数、临床症状等）相结合，由一个大语言模型进行平衡的二分类筛查裁决。研究者在包含642名受试者的队列中评估了EviOSAHS的性能。该队列包括正常受试者（映射为筛查阴性）以及轻、中、重度OSAHS患者（映射为筛查阳性）。结果显示，EviOSAHS达到了88.47%的准确率、94.86%的敏感性、93.74%的F1分数，以及仅5.14%的假阴性率。在统一的评估协议下，EviOSAHS的表现显著优于仅使用临床提示、直接多模态提示以及朴素的两阶段流水线。

进一步的消融实验揭示了两个关键因素对于实现高灵敏度操作点至关重要：其一是七问题的视觉分解，其二是平衡的最终裁决机制。研究者还对4,494个视觉输出进行了问题级别的审计，发现结构化解析率达到100%，且93.88%的输出具有高可见性。这说明EviOSAHS不仅性能优异，而且具有良好的可审计性。

然而，研究者也强调了EviOSAHS的局限性。该框架应被视为分诊辅助工具，而非诊断系统。在临床部署之前，还需要进行前瞻性验证、外部测试以及校准操作点控制。此外，当前研究仅使用了单中心数据，未来需要在更多样化的人群中验证其泛化能力。总体而言，EviOSAHS为OSAHS的PSG前筛查提供了一种准确、可审计且高灵敏度的工作流，有望在临床实践中帮助提高筛查效率。