从碎片信息到可验证发现：医疗AI的跨来源关联与纵向证据发现方法

摘要

背景：慢性病与长期患病者的诊疗信息跨越多年、多个科室和多种模态，记录分隔、不规则随访与治疗选择使病程规律难以直接识别。目的：构建从碎片化记录到可反驳、可复现的时序发现方法，检验信息关联是否产生独立的知识增量。方法：通过定向方法文献梳理，提出“关联—对齐—比较—假设—验证”流程；以患者、器官、事件和信息可用时间组织纵向证据，同时区分疾病过程、观测过程与治疗过程；设计等资源预算下的信息条件对照、患者隔离与时间外验证，并以膝骨关节炎给出说明性方案。方法学产出：明确轨迹、转折、滞后、结构—功能不同步和治疗后变化的定义；规定模型选择、缺失和失访处理、候选登记及发现增量评价。结论：时序信息的价值应由可追溯的测量、冻结的命题和独立重复支持共同确立。本文未实施真实患者数据挖掘，不给出新疾病规律、预测性能或治疗优劣结果。

关键词：慢性病；纵向多模态数据；疾病轨迹；信息性观测；假设生成；动态预测；独立验证；医工协同

英文题名：From Fragmented Records to Verifiable Discovery: A Framework for Longitudinal Multimodal Exploration in Chronic Disease.

Abstract: Longitudinal clinical records contain potential signals of disease progression, but also reflect treatment decisions, access to care and changing measurement practices. This methodological article proposes a five-step workflow: linkage, alignment, comparison, hypothesis specification and independent validation. Patient-level histories are organized around event time and information availability, while disease, observation and treatment processes are distinguished. The framework defines trajectory patterns, evidence provenance, resource-matched comparisons and a registry of testable hypotheses. An illustrative knee osteoarthritis protocol specifies an index visit, historical observation window, subsequent functional outcome and separate treatment-effect question. No new patient analysis or validated clinical finding is reported. The proposed discovery increment remains an empirical question requiring independent data and prospective evaluation.

一　问题提出：信息存在为何不等于知识形成

一条影像记录、一段病历或一次随访各自可以真实而完整，但若没有建立对象、时间和概念上的对应关系，仍难回答变化如何发生以及哪些因素共同出现。临床人员通常围绕当次就诊与明确任务工作，跨多年、跨科室比较需要额外的整理与研究资源。这种限制不应被解释为医生缺乏洞察。

Swanson在“未被发现的公开知识”讨论中指出，分别产生的信息片段可能存在尚未被共同检索和解释的逻辑联系。^[1] 这一认识为跨来源发现提供概念基础，但公开文献与患者记录并不等价：后者有隐私、选择机制、测量噪声和用途限制，关联质量与研究设计更加关键。

本文的起点是一个可检验命题：在明确的问题边界与资源预算下，关联不同来源及不同时间的信息，是否比单次、单类信息分析产生更多能被独立资料支持、具有临床研究意义的假设？这不是宣称AI能够自动发现一切，也不主张所提流程为全球首创；贡献定位于面向医工协同的组织化方法与评价设计。

这里所说的“久病患者”是一种研究场景，正式方案须改写为明确疾病、可确认的患病时间或可观测病史长度。多次就诊不自动证明病程很长；研究目标也不能用一个含义模糊的“久病”标签代替。本文重点研究从过去到现在已经存在的记录中发现候选关系，未来风险预测仅作为后续可独立检验的任务。

二　研究方法与概念边界

本文采用定向方法文献梳理与概念框架构建。资料选择聚焦知识关联、常规医疗数据、预测评价、因果设计和多重检验；核对出版原文、可访问摘要及书目信息。未开展系统综述、文献计量或患者数据分析，不宣称完整覆盖所有相关方法。

信息关联指确认记录间可审计的对象或语义关系；候选线索指在探索数据中观察到的模式；研究假设指具有明确对象、变量、结局、方向及反驳条件的命题；独立支持指锁定命题后在未用于其筛选的数据中达到事前标准；临床应用证据则还要求研究其对实际行动及结局的影响。

预测增量、知识增量与临床效用必须区分。算法对已知结局预测更准，未必揭示新的医学关系；发现新关联，也未必改善预测；潜在研究价值成立，更不等于已经可以指导治疗。电子病历表征研究为复杂信息的计算利用提供了实例，但不直接验证本文的“发现增量”命题。^[3]

已有研究提供了不同层面的先例：Jensen等从大规模诊断记录中提取有时间方向的疾病轨迹，说明群体事件序列可以用于提出研究线索；这些序列仍可能受到诊断时机和医疗接触方式影响。^[10] 本文将该思路下沉到长期随访个体与专病队列，并把图像测量、临床状态及观测机制共同纳入验证设计。

三　三条组织轴：横向、纵向与证据追溯

横向轴连接同一研究对象在影像、病历、检验、治疗和随访中的记录；纵向轴按照事件实际发生时间、系统记录时间和可用时间构建轨迹；证据轴将每个结构化字段、测量值及研究结论指回来源、抽取规则、审核状态和版本。

这三条轴不能由一个文本摘要替代。摘要可能遗漏否定语句、左右侧、时间条件与诊断不确定性。系统应保存原始证据定位以及“未记录”“明确阴性”“无法判断”等不同状态。对跨系统患者匹配，优先使用获准的可信标识映射；不确定链接必须隔离并人工复核。

可将事件表示为E=(p, u, t_event, t_record, t_available, s, x, q, v)：p为去标识研究患者，u为器官或侧别，t_event为事件发生时间，t_record为系统记载时间，t_available为在研究设定的应用场景中信息实际可获得的时间，s为来源，x为观测，q为质量状态，v为版本。日期不确定时保存时间区间和可信度。这是本文的数据组织约定，不是新统计模型。

四　时间基准：把年龄、病程与诊疗事件分开

对同一患者，至少存在日历时间、年龄、距症状出现时间、距首次确诊时间和距干预时间等多种坐标。首次在本院被编码的日期只能确定“首次被本系统观察”，通常不能直接代表疾病起病。患者自述“疼痛五年”应保存为回顾性病史及时间精度，不改造成五年前的客观检查结果。

研究应预先指定一个时间零点t₀。例如首次满足入组标准且完成目标关节基础评估的门诊日。以τ=t_event−t₀表示相对时间，历史观察区间与结局观察区间各自明确。纳入条件、暴露或特征的定义与随访起点必须相容，不能用未来是否出现某事件来决定谁在较早时点进入风险集。

检验结果、影像报告与事后补写病历可能在不同时间可见。重放某次就诊的预测时，只能使用当时场景中实际可用的信息；若报告尚未签发，不得使用报告文本。研究事后计算的影像特征可以来自当时已采集影像，但必须明确其部署时能否及时算出，且算法训练与选择未见验证患者或结局。

观察开始前已患病形成左侧病史不完整；以入院前病程为生存时间轴时，还可能需要处理延迟进入。某次复查首次发现进展，只能将真实转变定位于前一次未进展与本次进展之间，属于区间删失。未观察到未来终点属于右删失或结局缺失，取决于具体任务，不能统称为“未发生”。

五　数据底座：患者—器官—事件—证据的最小关联

先建立患者级主索引，再关联就诊、目标器官或关节、影像序列、报告、检查、处置及随访。跨科室并不等于跨患者；双膝也不是两名独立受试者。若以关节为单位分析，同一患者双膝的相关性必须进入模型或重采样设计，训练与验证仍按患者隔离。

原始观测与派生特征分层保存。原始层记录报告原句、影像定位、检查值及单位；派生层记录分割、配准、测量和人工修订的版本。相同骨性角度名称也可能对应不同体位、参考轴、重建平面或测量算法。没有证明可比之前，不把这些值拼成连续曲线。

影像纵向比较应保存左右侧、负重状态、体位、层厚、视野、设备及重建协议。配准用于建立空间对应，但配准变形本身可能改变待研究的形态差异；应保留原生空间测量，说明刚性或非刚性变换的用途，并通过重复测量和盲法复核估计误差。结构变化低于可识别误差时，宜标为“无法确定变化”。

对连接、抽取和测量分别建立质量样本：人工核对跨系统匹配的正确率及未匹配比例，检查否定、侧别和时间识别错误，估计关键影像指标的重复性。高可信、可疑和不可用记录分别留存。数据字典、适用范围和错误报告按RECORD所强调的来源与链接透明性组织。^[2]

六　五步流程及每一步的实际产物

关联：先按研究范围盘点来源和标识，形成链接映射、未匹配记录及错误抽样报告。对全库进行无边界抓取既不能保证研究价值，也难以控制错误。常规数据研究需透明报告来源、筛选、编码和关联过程，RECORD提供了对应报告要求。^[2]

对齐：定义共同时间零点、分析单位、单位换算、术语映射及测量条件。保留扫描协议和观测频率变化，避免把医院换设备或模板更新当作疾病突变。产物是数据字典和可比较性清单，而非仅完成格式转换。

比较：在单人时间轨迹与多人群体差异之间往返分析。可采用临床预设指标、纵向统计模型、表征学习或受约束的模式搜索；复杂方法必须与简单基线比较。输出包括候选模式、适用人群、测量不确定性及可能的替代解释。

假设：把模式改写为能够失败的命题，锁定对象、暴露或特征、结局、方向、时间窗、最低关注效应、调整变量和验证计划。关联没有被写成可检验命题之前，不进入正式验证计数。语义相近的重复候选先聚合，再确定检验家族。

验证：使用未参与发现与排序的资料，按冻结的规则检验效应、稳定性和临床意义。通过后仍保持适用范围；失败、方向相反或证据不足均记录。根据验证结果修改假设后，应获得新的验证资料，不能在同一保留集上循环修改直至通过。

七　观测机制：医院记录是疾病与诊疗行为共同生成的

可用概念关系表示为：疾病状态Z(t)影响症状、治疗A(t)及就诊/检查R(t)，治疗也改变后续疾病状态；实际记录X(t)仅在某些R(t)=1的时点出现，并受到测量误差、医生习惯和服务可及性影响。该表达用于提醒研究者区分过程，不意味着潜在疾病状态已经可识别。

因此，检查突然变密可能因为恶化，也可能因为术前安排或医院随访制度改变；检验未出现可能因为无需检查、转院、拒绝、漏录或离开观察系统。把缺失填为正常、把多年未复诊当成稳定，会系统性改变研究结论。Lange等提出将疾病状态转移与信息性观测时点联合建模，为处理此类问题提供了具体方法先例；其假设仍须结合新场景检验。^[11]

建议首先画出每人每年的实际观测密度、来源分布及缺失原因，比较高频复诊与低频复诊患者的起点差异。可设置仅纳入相对规律复查者的敏感性分析，但需承认该子样本已改变目标人群。逆观测强度加权或疾病—观测联合模型只有在对应机制与模型假设成立时才可能校正偏倚，不是补上“复诊次数”就自动解决。

缺失处理以任务为准。在可以论证的随机缺失假设下使用多重插补或模型方法；对非随机缺失设置不同偏离程度的敏感性情景。预测预处理只在开发数据拟合，并验证实际使用时能取得插补所需输入。联合模型或加权分析同样需要报告诊断、极端权重、可识别性和未测因素限制。

多病共存人群还会受到死亡、失访和转院的影响。对首次疾病事件研究，死亡可能是竞争事件；对长期功能结局，死亡后功能值并无通常意义。应先定义目标估计量，再决定竞争风险、复合结局或存活者分析。仅研究完成五年复查者得到的是留在观察系统中的人群结论。

八　发现对象：从两次差值到可复现的病程模式

水平与速度：先回答某指标处于什么水平、以多快的速度变化。两次测量可计算平均变化率v=(x₂−x₁)/(t₂−t₁)，并报告间隔和测量误差；不能据此估计可靠的加速度、转折或周期。多时点资料可用带时间的回归或混合效应模型估计变化趋势，斜率不确定性必须随结果呈现。

转折与波动：分段斜率、变点或持续波动都需要足够密度和质量的观察。变点的位置可能落在无观测区间，不能定位成确定日期；一次异常值既可能是急性事件，也可能是录入或设备误差。应预先限定最小支持观察数、可接受间隔和候选转折的稳定性规则，并在新资料检验。

跨模态不同步与滞后：影像结构、疼痛、功能和活动能力可能不同步。须先确定可比量纲、时间配对窗口及测量误差，再比较斜率或状态变化，不能直接将毫米和量表分数相减。滞后相关容易受共同趋势和采样密度影响；通过去趋势、对照时间窗及独立验证检查后，仍只能形成时序关联，不能单凭先后关系断言致病机制。

亚型与事件路径：轨迹聚类可提出进展较快、波动显著或结构—功能不一致等候选分组，但分组数、算法和距离度量会改变结果。应检查重采样稳定性、组间可分性及新院点的可重复性。若用全程轨迹定义亚型，只能作回顾性描述；要在早期识别亚型，必须另建只读取早期历史的分配规则。

治疗相关变化：干预前后好转可能包含自然波动、回归均值、同期治疗及选择偏倚。可先描述变化并寻找异质性线索，再设计独立的治疗效应研究。不得将一条患者曲线的改善直接归因于某项手术、药物或AI建议。

九　模型路线：从透明基线到时间感知表征

模型复杂度应由研究问题和有效样本支持。起点可以是最新一次测量、历史均值、变化率与缺失指示构成的透明基线；连续结局可采用混合效应模型或适当的非线性时间项。模型应保留个体内相关性，避免将同一人的每次就诊视为独立样本。

当目标是随访中反复更新风险，可采用landmark设计：在每个预设评估时点t，仅使用t以前历史预测随后Δ时间内结局。若纵向测量误差、与事件相关的终止随访或潜在状态尤为重要，可考虑纵向—生存联合模型或多状态模型，并明确共享随机效应、状态转移及观测机制的假设。

GRU-D通过缺失掩码与时间间隔处理不完整序列；BEHRT展示了Transformer用于电子健康记录序列预测的路线。^[12][13] 两者提供方法参照，不能据此认定某专病必须使用深度模型，亦不能把缺失模式的预测力解释为生物学规律。

时间感知模型还应记录距离上次观测的间隔、来源与可用性。先以开发集确定特征变换、表征学习、参数和阈值，再冻结整个流程；无监督预训练也应交代是否接触验证患者，外部预训练资料是否可能重叠。若严格独立验证无法确认，就明确限定独立性的主张。

动态时间规整等方法可用于探索形状相似性，但可能消除真实疾病速度差异；如果问题本身就是谁进展更快，应保留原始时间尺度并做未规整对照。注意力权重或特征归因可帮助审查模型，不能替代机制证据或因果识别。

应以相同患者、结局、可用时间和评价预算比较简单模型与复杂模型，报告性能差异及置信区间、校准、计算和复核成本。只有复杂模型在独立数据中带来有实际意义的增量，才支持增加部署复杂度。

十　AI承担什么：抽取、搜索、反证与证据定位

AI可以协助抽取病历字段、关联术语、搜索复杂交互、生成候选解释和定位支持或反对证据；统计程序负责按明确设计计算效应与不确定性；临床与方法专家负责定义问题、评价测量和审查替代解释。各角色均可能出错，关键是错误能够被独立检查。

大语言模型输出的流畅解释不作为原始证据。对于结构化抽取，应在分层抽样的人工核验集上报告字段级错误、否定和时间识别错误，记录模型版本、提示、调用设置及不确定输出处置。相关披露可参考TRIPOD-LLM，但完整填写报告清单不会证明抽取正确。^[8]

验证者与发现者使用同一模型、同一提示或相同训练来源，可能共享错误。可组合原始影像定位、规则检查、统计复算和盲法专家评价。独立性主要来自资料、程序和假设选择的分离，不能只靠更换模型名称来宣称。

十一　核心对照：信息连接是否贡献了发现增量

建议在事前选定的一组专病研究任务上设置三种信息条件：A仅使用基线单一来源；B使用基线多个来源；C使用多个来源及历史纵向资料。各条件采用相同候选数量上限、发现数据范围、计算与专家工时预算。比较B与A考察横向来源增量，比较C与B考察纵向增量。

在资源允许时增加分析方式因素：预设统计或专家流程与AI辅助流程在同一信息条件下比较。这可以区分“资料更丰富”与“分析工具更强”的作用。若只比较全量AI与少量资料人工，观察到的差异无法归因于AI本身。

主比较在共同可纳入且信息条件可构造的患者范围内进行，减少人群变化的影响；另在连续实际人群中评价覆盖与成本，防止只在资料特别完整的患者上取得漂亮结果。两种分析回答不同问题，均需报告。

发现阶段先锁定候选清单及去重规则，再交给不知道候选来自哪个条件的独立评审者。评审维度包括临床可解释性、研究意义、既有知识重复程度和验证可行性；意见分歧保留并裁决。验证资料不得参与生成、排名、变量筛选或阈值确定。

为检验“顺序”本身是否有价值，可增加保留历史取值及次数、但不提供精确顺序和间隔的汇总条件；再与完整时序条件比较。经明确设计的时间置换仅作为反证或敏感性分析，须保留任务所需的依赖结构，不能把随意打乱产生的不合理样本视为公平对照。

十二　评价终点：有效发现、重复性与复核负担

将“独立支持且有研究意义的去重假设数”作为候选主要终点。独立支持的判定必须预先规定效应方向、具有意义的效应量或精度要求及多重检验策略，不能仅以P值小于某阈值代替。临床意义与新颖性分开评级，已有知识的成功复现可作为有效性检查，但不计作全新的医学发现。

在同等预算B下，定义发现增量ΔD(B)=D_关联(B)−D_基线(B)，其中D为达到预设独立支持标准的去重假设数。该指标是本研究建议的操作定义，尚未验证；它受任务难度、去重规则和判定门槛影响，不适于未经校准的跨疾病排名。

同时报告验证支持率R=支持数／全部送验候选数，及研究效率Y=支持数／全部专家复核工时。技术原因无法完成验证的候选单列，并保留在预先规定的主分析分母中或开展保守敏感性分析；不得悄悄移除。错误线索处理工时、无证据陈述率、重复候选比例与证据追溯完整度共同呈现。

候选发现之间可能相关，不能把每一条相似假设当作独立观测来获得很窄的置信区间。候选计数比较应以预设任务或独立数据集为聚类单位，并报告任务层分布；每项临床关联估计则按患者及院点结构处理不确定性。只有一个任务时，以描述性结果为主，避免假装具有跨任务统计把握。

动态预测另行报告：在预设时点的校准图、校准截距和斜率、Brier评分以及适合结局类型的区分度；存在删失时使用相应估计方法。只有当输出对应明确行动和合理风险阈值时，再评估决策曲线净获益。^[16] 净获益估计是决策分析量，仍不能代替患者实际获益的前瞻性研究。

十三　多重比较与自适应搜索控制

搜索更多变量、时间窗和亚组，会增加偶然关系出现的机会。探索阶段可以宽，但应记录候选生成和筛选历史；验证阶段应收窄为冻结的假设家族，预先选择控制家族错误率或假发现率的策略。Benjamini–Hochberg方法是控制假发现率的经典方案，其适用依赖相应统计条件，并非任意相关、自适应检验都自动获得保证。^[4]

不能先在验证集筛出显著结果，再仅对这些结果进行校正。若研究需要反复使用保留资料、持续增加假设或在线更新，应另行设计适合的序贯方法与错误预算；本方案默认一次性冻结验证，而非把复杂的自适应问题藏在反复查询中。

效应方向相同但区间宽，可能是证据不足；统计显著但效应过小，可能缺少临床意义；同一方向只在单个医院成立，可能反映局部机制。结果应按支持、反对、未定和不可评估分开登记，不能将所有非显著结果都解释成不存在关系。

十四　偏倚、泄漏与反证检查

数据泄漏包括同一患者跨集合、用结局后的报告生成输入、全数据预处理、查看保留结果后调整参数，以及从已有总结文字中直接读出标签。每一项都可能制造高性能。按患者隔离只是起点，还需审计可获得时间和完整处理流程。

观测过程混杂是另一核心问题。检查次数可能受病情、医生偏好与资源可及性共同影响；某个代码与不良结局相关，可能是治疗响应或记录习惯。建立因果图与替代解释列表有助于设计分析，但不能只凭图或语言推理宣称因果识别成立。治疗策略比较需要额外的目标试验设计及识别假设。^[5]

可设计时间错位检查、经论证的阴性对照、编码变化前后分析和关键来源消融。阴性对照本身也需要合理性论证，不能随便选一个变量当作保证。敏感性分析若推翻主要结论，应保留该失败，而不是删除不利分析。

缺失及测量误差可能具有系统性。应报告低随访人群、不同设备、年龄和病情层级的表现；对于高风险或代表性不足的人群，结论限定在已验证范围。因机构编码而获得的关联即使可重复，也未必是疾病生物学规律。

长期数据应区分患者独立和时间独立。相同患者的任何侧别和重复就诊不能跨开发与患者独立验证集合。时间外验证还需冻结开发数据截点，并确保训练时未使用该截点之后才可知的结局；必要时留出使结局成熟的时间间隔。已知患者后续随访可另作滚动评价，但不得称作新患者外部验证。

对“转折先于恶化”的候选，可以删去紧邻结局的记录后重做分析，检查线索是否仅来自诊断或手术准备；对设备升级或报告模板变更，作分层和跨时期分析。阴性对照、滞后窗、敏感性参数均在验证前登记，避免不断尝试直到找到有利结果。

十五　说明性研究方案：膝骨关节炎的结构—功能不同步

本节全部属于拟实施设计，不含真实病例结果。拟研究对象为在指定院点首次满足方案规定条件的成人膝骨关节炎患者，以目标膝为分析单位。诊断标准、排除条件和量表版本在方案中固定；炎性关节病、急性重大创伤或既往同侧置换等情况按问题边界处理。这里不预设所有保膝与置换患者具有同样治疗适应证。

将一次符合条件的完整门诊评估定义为t₀。示例历史窗口为t₀前24个月，主要结局窗口为t₀后12个月；它们是用于演示设计的参数，并非通用临床标准。真正实施时须结合随访密度和临床问题预先调整。稀疏历史者保留在基础队列和覆盖率分母中，只有满足趋势估计条件者进入相应轨迹分析。

示例主要结局为12个月时目标膝功能相对基线的变化，按所选量表统一为“数值增大表示恶化”。在预设允许窗口内选择距目标日最近的有效评价；同距时采用事前规则。量表版本、临床重要差异及允许随访窗由专科和统计团队在查看验证结局前确定并形成最终方案。本文不凭空指定一个通用于不同人群的分值阈值。

主要候选命题可以写为：在年龄、基线功能、结构严重程度及其他事前确定因素可比时，基线前结构变化与功能变化的不同步，是否与随后功能恶化有关，并在相同信息截止时间的基础模型之外改善预测。连续结局用于保留信息；若另做达到临床重要恶化阈值的二分类研究，须单独定义和登记。

不同步首先定义为在同一历史窗口内，两类标准化变化相对预定联合变化模型的偏离。标准化参数及联合变化模型仅在发现/开发资料拟合；在验证集固定使用，并同时报告原始量纲变化。该定义是候选操作化方案，不能把任意两条曲线的距离都命名为病理机制。

Pierson等在膝骨关节炎影像研究中展示，模型学习的图像信息可能补充传统严重程度评分对疼痛差异的解释。^[14] 这一工作支持重新检查既有测量是否遗漏信息的研究动机，但不证明本文提出的纵向不同步假设成立，更不能直接外推到本地患者或治疗选择。

基线后治疗属于后续真实过程。若主要问题是“当前常规诊疗下的12个月功能”，则尽可能继续采集手术或其他治疗后的功能并报告治疗分布，不把手术者删去，也不把未来治疗当成基线预测输入。该结果描述的是既有诊疗环境下的预后，不能解释为未经治疗的自然病程。死亡、转院和结局缺失按预先指定规则另行处理。

十六　从保膝到置换：治疗比较需要另一个研究问题

“后来接受置换”可以是医疗服务路径的结局，但它受到病情、患者偏好、医生建议、支付及可及性共同影响，不能作为“当初就应该置换”的标签。保膝也不是单一、固定的治疗，应明确具体手术或保守方案、强度、起始时点和允许的策略调整。

若要比较两种治疗策略，应在临床上两种策略均有合理可能的重叠人群中提出目标试验：写明入组标准、策略、分配时点、随访、结局、因果对比及分析方法。^[5] 当病情差异导致两组几乎无共同支持时，不能依靠复杂模型弥补不可比性，更不能强行为每位患者产生两种疗效预测。

时间变化的病情既影响后续治疗、又可能受之前治疗影响。常规回归随意调整这些中间状态可能引入偏倚；可按目标试验设计考虑边际结构模型、g公式等方法，并明确一致性、序贯可交换性及正值性假设。未测量混杂和治疗依从性误差仍须做敏感性分析。

个体层面的“如果五年前选择另一种治疗会怎样”是反事实问题，同一患者两条实际人生轨迹无法同时观察。患者历史与相似人群可以支持有边界的估计，不能产生已验证的个人确定性答案。诊疗决策仍需另外评价该估计是否改善患者结局。

十七　样本量与验证：病例条数不能替代独立患者信息

一个患者有上百条记录，并不等于上百个独立样本；双侧、多院区转诊和反复入院还可能重复计算。样本规划先盘点独立患者数、有效结局数、实际随访跨度、关键测量的重复性与缺失情况，再决定候选数和模型自由度。

预测模型开发的样本需求应结合结局频率或变异、候选参数数量、预期拟合程度以及过拟合控制目标估算；不能机械套用固定病例数或“每变量十个事件”。Riley等给出了面向不同结局的样本规划方法。^[15] 独立验证则需要根据目标性能和效应估计的区间精度另行设计。

有限样本下不必机械切成若干很小的数据集；可在开发范围使用患者级重采样或嵌套验证完成模型选择，但探索发现的最终确认必须取得未用于假设挑选和调整的新证据。若没有足够的独立资料，应诚实报告探索结果，不能以一次交叉验证替代发现后的确认。

置信区间按患者聚类，并按研究设计处理院点结构；同一患者多个landmark预测也不应作为彼此独立。校准需检查不同年龄、性别、病情及观测密度群体，报告样本量与不确定性。性能较差时，不以删除难病例来美化结果，而应限制适用范围或开展新一轮改进。

十八　候选发现登记单与证据状态

候选登记单既是研究协作工具，也是防止选择性报告的记录。一个假设被修改后生成新版本并链接旧版本，不能覆盖原先失败的命题。所有送验候选应可追溯到发现资料、代码及筛选依据。

证据状态建议依次标记为：探索线索、冻结假设、内部独立支持、外部支持、前瞻性实施评价。任一阶段均可进入反对或未定状态；外部支持不意味着治疗效应成立，前瞻性实施也需与具体目标相匹配。预测研究参照TRIPOD+AI报告并用PROBAST+AI评价偏倚；进入早期临床决策支持评价后，再根据实际设计使用DECIDE-AI。^[6][7][9]

十九　从单人到全院：扩展的是可比较的研究问题

单个患者层面，系统可生成经过核验的事件线、结构与功能变化、资料缺口和需要复查的证据位置。每个推断标记是实测、估计还是未知，并显示最近一次资料距当前有多久。样本极少或观测不一致时输出“不足以判断轨迹”，这比制造一条平滑曲线更符合证据。

专病队列层面，以共同时间零点、量表和结局形成比较框架，分析个体内变化与个体间异质性。相似患者必须按当时可见的病情和背景定义，不用未来结局找“相似人”，再倒推早期判断正确。相似病例展示用于研究解释，不作为未经验证的个体疗效保证。

全院层面，可先在获准范围内盘点哪些专病拥有足够的历史跨度、可靠身份链接和可用结局，再选择可验证任务。诊断、药物或检查序列形成的网络边只表示特定条件下的时间关联。跨科室高频路径也可能是转诊流程、收费或编码规则的结果，应同时检验医疗流程解释与疾病解释。^[10]

扩展到多院点，应报告转诊构成、测量协议和数据字典差异。统一格式并不保证测量同质；某些变量只适合院内分析。可以先统一问题和分析协议，在各院批准环境中执行研究，再共享允许公开的汇总结果；是否采用联邦或其他计算方式由实际条件决定。

二十　实施路线与研究资源

首先选择一个临床问题明确、能获得必要结局且数据关联可审核的专病任务。完成用途与访问范围确认后，交付数据字典、测量一致性评估和缺失地图；不以一次性汇聚全院数据作为启动前提。信息团队负责数据映射与访问，临床团队定义问题与结局，工程团队实现可复现处理，统计团队负责验证设计。

其次，用发现区资料进行候选生成与流程校准，设置合理的候选数量及复核预算。验证区由独立职责角色保管；方案、代码、模型设置与假设清单冻结后再执行验证。样本量按临床结局、效应精度、候选数量与多重检验要求估算，不预设万能病例数。

最后，根据验证结果决定扩大、修订或停止。若数据链接错误严重或结局质量不足，先修复数据基础；若验证支持率低且复核成本高，缩小搜索范围或调整生成方法；若在多个独立任务上得到增量，再研究可复制性。每个阶段都应有可交付材料和明确退出条件。

子殷的潜在贡献是将影像重建、结构测量、修订记录和证据定位接入共同研究流程。本框架不意味着已经获得医院全库数据，也不意味着现有平台已具备全部发现能力。真实数据研究应在对应医院批准的用途、环境及最小必要范围内实施。

在工程落地上，拟形成四类可交付对象：可追溯的患者时间线、符合定义的专病分析数据、冻结候选与验证登记册、可复算的研究报告。子殷可承接影像结构化、测量一致性、数据关联和复核工具建设；医院临床团队负责疾病问题与结局解释，方法团队负责设计和推断。原始医疗资料在批准环境中保留，身份映射与研究数据分离，公开稿仅呈现获准的汇总信息。

二十一　局限与可证伪命题

本框架尚无实证，定义的发现增量也未完成测量学验证。任务选择可能偏向资料完整、容易验证的问题；专家对研究意义和新颖性的评价存在主观性；外部验证失败既可能来自伪关联，也可能来自真实效应异质性，需要进一步辨析。

可证伪命题一：在共同人群及等预算下，跨来源与纵向条件产生更多独立支持的去重假设；若增量为零或代价过高，应限制对信息整合收益的主张。命题二：保留证据追溯可降低无依据结论并减少定位错误所需工时；若记录负担超过收益，应调整追溯粒度。命题三：AI辅助优于同资料下的预设分析流程；若只增加重复猜想和复核负担，则不能宣称产生研究效率收益。

“尚未发现”只相对于已核对的资料范围和研究共同体，不等于全球首次。正式声称新发现前，需要更系统的文献核查、独立复现和专业评议。任何候选的临床应用还需另行评价行动后果，不能由本框架自动授权。

本方法对数据密集且结局质量较好的疾病可能更有利；多年历史缺口、未记录的院外治疗与患者迁移会限制轨迹解释。即使跨模态模型能够重复预测，也可能学习到社会资源和就诊行为。观察机制本身有时具有健康服务研究价值，但应按它实际代表的问题命名。

对于没有可靠量表、病程起点不明或测量条件无法协调的任务，首轮最有价值的研究产出可能是“当前资料无法检验该命题”及最小补采方案。补采应服务于既定研究问题，不为提升模型分数而安排无明确必要性的检查。

二十二　结论

慢病患者的时序发现以可信时间关系为基础，并同时考虑观测和治疗如何塑造记录。本文将信息关联落实为个人轨迹重建、群体模式探索、候选命题冻结与独立验证四个相互衔接的研究层次，并以五步流程组织实施。

真正值得验证的命题是：在同等问题、患者范围及研究资源下，纵向多模态信息是否帮助形成更多可靠、可重复且有临床研究意义的认识。结论既可能支持继续投入，也可能提示测量不足、方法无增量或适用范围有限。由此获得的知识，才能进一步进入治疗效应研究与临床实施评价。

研究透明性与利益关联声明

本文为子殷科技官网方法研究，未经学术期刊同行评审，不包含新患者队列、临床实验或合成实验结果。图表为方法与方案示意；24个月和12个月为明确标注的研究设计示例参数，不是实证结果或通用诊疗标准。

作者与子殷科技存在直接业务利益关联，企业可能从相关技术推广中获益，因此方案效果尤其需要独立验证。写作和资料整理使用AI辅助。文献用于概念与方法定位，不表示被引用作者、医院或期刊为本框架或子殷产品背书。

本次深化保留原文章网址和系列关系，增加慢病时序专题、方法选择、观测机制与膝关节拟实施协议。未声称已取得任何医院针对该新课题的数据使用或伦理批准，也未以发表本文替代实际项目审批。