結構化視覺證據分解用於阻塞性睡眠呼吸暫停低通氣綜合徵的循證多模態篩查

阻塞性睡眠呼吸暫停低通氣綜合徵（OSAHS）是一種常見的睡眠呼吸障礙，其特徵是睡眠期間上氣道反覆塌陷，導致呼吸暫停和低通氣。目前，多導睡眠監測（PSG）是診斷OSAHS的金標準，但該檢查成本高、耗時長，且需要專業設備和技術人員。因此，在PSG之前進行高效、準確的分診篩查對於合理分配醫療資源至關重要。傳統的OSAHS篩查方法通常依賴臨牀症狀問卷和基本體徵，但敏感性有限。近年來，面部和頸部形態學特徵被認為與OSAHS相關，但如何有效利用這些視覺信息進行篩查仍是一個挑戰。

針對這一問題，一項發表在arXiv上的研究（arXiv:2606.00087）提出了EviOSAHS框架，這是一種基於證據的多模態推理方法。該框架的核心思想是將OSAHS篩查分為兩個獨立的階段，以避免通用多模態基礎模型直接進行醫療決策時出現的輸出不穩定和校準不良問題。在第一階段，系統僅基於正面面部圖像，通過7個固定的解剖學查詢來獲取視覺證據。這7個查詢分別針對頸部、下巴、嘴、面頸脂肪、下頜、中面部和鼻子。每個查詢的輸出都被轉化為結構化的證據卡片，卡片中詳細記錄了目標解剖部位、可見性、風險方向（例如，頸部增粗可能增加風險）、證據強度、置信度以及一段簡潔的摘要。

第二階段，這些結構化的視覺證據卡片與經過清理的臨牀資料（如年齡、性別、體重指數、臨牀症狀等）相結合，由一個大語言模型進行平衡的二分類篩查裁決。研究者在包含642名受試者的隊列中評估了EviOSAHS的性能。該隊列包括正常受試者（映射為篩查陰性）以及輕、中、重度OSAHS患者（映射為篩查陽性）。結果顯示，EviOSAHS達到了88.47%的準確率、94.86%的敏感性、93.74%的F1分數，以及僅5.14%的假陰性率。在統一的評估協議下，EviOSAHS的表現顯著優於僅使用臨牀提示、直接多模態提示以及樸素的兩階段流水線。

進一步的消融實驗揭示了兩個關鍵因素對於實現高靈敏度操作點至關重要：其一是七問題的視覺分解，其二是平衡的最終裁決機制。研究者還對4,494個視覺輸出進行了問題級別的審計，發現結構化解析率達到100%，且93.88%的輸出具有高可見性。這説明EviOSAHS不僅性能優異，而且具有良好的可審計性。

然而，研究者也強調了EviOSAHS的侷限性。該框架應被視為分診輔助工具，而非診斷系統。在臨牀部署之前，還需要進行前瞻性驗證、外部測試以及校準操作點控制。此外，當前研究僅使用了單中心數據，未來需要在更多樣化的人羣中驗證其泛化能力。總體而言，EviOSAHS為OSAHS的PSG前篩查提供了一種準確、可審計且高靈敏度的工作流，有望在臨牀實踐中幫助提高篩查效率。