arXiv 于 2026 年 10 月 21 日（周三，UTC 16:22:52）收到由 Cong Cao 提交的论文《When Reconstruction Is Not Enough: Doubly Robust Counterfactual and Interventional Mediation Analysis with Learned Multimodal Representations》（arXiv:2610.30220v1，cs.LG 分类，41 KB）。论文共 22 页、含 1 张表，主分类为机器学习（cs.LG），交叉分类涵盖人工智能（cs.AI）、统计方法学（stat.ME）与统计机器学习（stat.ML），MSC 主类为 62D20，次类为 62G05 与 68T07，DOI 为 10.48550/arXiv.2610.30220（DataCite 注册尚待完成）。
论文关注的核心问题是：高维多模态健康记录的学习表征正越来越多地被用于混杂调整，但这些表征通常以重建数据为目标进行训练，而不是以保留因果识别所需的信息为目标。作者指出，这两者并不等价，并且这种差距在医学人工智能的实际应用中可能造成严重后果。
研究涵盖两类因果目标。第一类是替代治疗下的反事实结果，包括特定表型效应，以及数字孪生所提供的患者层面反事实风险画像。第二类是在暴露诱导的中介混杂（exposure-induced intermediate confounding）下的干预性直接效应与间接效应。作者给出了表征能够保留识别性的条件，并进一步表明，干预性中介分析对表征的要求比反事实比较更为严格。
论文的主要理论结论具有否定性：任何仅基于协变量的训练目标——无论是重建式、对比式还是物理信息式——都无法证明某个表征是充分的。作者还证明，在线性结构模型中，表征可以在几乎不损失重建精度的同时引入任意大的偏差。这一结果为“重建损失低即表征好”的常见直觉提供了反例。
在估计层面，作者将交叉拟合的双稳健估计量的误差分解为两部分：一阶表征偏差，以及由 nuisance 估计误差构成的二阶余项。关键之处在于，双重稳健性与交叉拟合都无法消除一阶表征偏差；因此当表征不充分时，随着样本量增大，置信区间的覆盖率反而会恶化，而不是改善。
为应对上述问题，作者提出一套工作流程，包括：在估计样本之外训练的、按模态划分的变分自编码器；交叉拟合的双稳健估计量；锁定表型（locked phenotypes）；“先选择、后确认”的通路分析（select-then-confirm pathway analysis）；可移植表征；以及针对表征不充分性、暴露泄漏与敏感性的诊断工具。
模拟实验给出了直观警示：丢弃一个罕见但中等强度的混杂因子后，在 n = 3,000 时，间接效应区间的覆盖率仅为 2%；重建损失完全没有发现该问题，而一个简单的预测性诊断在每次重复中都成功标记出了问题。论文的浏览上下文标注为 cs.LG 下的 2026-10 新提交。