4. 医疗异常检测问题建模

在医疗边缘智能场景中，异常检测的第一步不是选模型，而是把“什么算异常”定义清楚。同一个心率值 130 bpm，对静息卧床患者是明显异常，对刚完成运动负荷试验的患者却可能是正常反应；同样，一次血氧从 98% 跌到 90% 的单点读数，与连续 5 分钟缓慢下滑到 90%，临床含义也完全不同。因此，医疗异常检测的建模必须同时回答三个问题：异常以什么形态出现、我们能用什么标签训练、以及用什么指标判断系统是否可用。

一、三类异常形态：点、上下文与集体

点异常指单个样本在数值上显著偏离正常范围。例如 ICU 监护中收缩压单次读数 62 mmHg，或体温 40.8 ℃。点异常通常可用阈值或统计距离直接判定，但阈值必须绑定患者基线，而不是全局固定值。

上下文异常指样本本身数值未必极端，但在特定上下文（时间、体位、活动状态、年龄、基础病）下不合理。例如夜间 3 点心率 110 bpm，数值上不算极高，但结合“睡眠时段”这一上下文就构成异常。上下文异常要求模型输入中显式包含时间、状态等上下文特征，否则会被误判为正常。

集体异常指单个点都正常，但一段序列的整体模式异常。例如呼吸频率在 30 分钟内从 16 次/分逐步升到 28 次/分，每个点都未越界，但“持续上升趋势”本身是病情恶化的早期信号。集体异常必须用滑动窗口、序列模型或趋势特征来捕捉，单点阈值方法会完全漏检。

二、三种学习范式：无监督、半监督、监督

无监督范式假设训练数据中绝大多数是正常样本，模型学习正常分布，偏离分布即判为异常。常用方法包括自编码器重构误差、孤立森林、高斯混合模型。医疗边缘设备上，无监督方法适合冷启动阶段：某病区刚部署监护系统，尚无标注数据，可先用 7～14 天历史数据训练正常基线。其优点是无需标签，缺点是异常阈值难以校准，且无法区分异常亚型。

半监督范式使用“大量正常 + 少量已确认异常”训练。例如医院已有 200 例确认的脓毒症早期告警，但每天产生数万条正常记录。半监督方法（如 One-Class SVM 结合少量异常样本微调、PU learning）能在保持低误报的同时提升对已知异常类型的召回。医疗场景中，半监督往往是性价比最高的选择，因为确认异常标签昂贵但并非完全不可得。

监督范式要求正常与异常均有充足标注，训练二分类或多分类模型。它适合已有成熟告警日志和回顾性标注的病区，能直接优化 F1 和 AUC。但医疗异常标注存在两个现实问题：一是异常定义随临床指南变化，标签会过期；二是罕见异常（如特定药物过敏反应）样本极少，监督模型容易过拟合。因此监督范式通常用于已知、高频、定义稳定的异常类型。

三、评价指标：AUC、F1、延迟与误报率

医疗异常检测不能只看准确率。正常样本占 99% 时，全部判正常也能得到 99% 准确率，但漏掉所有异常。因此必须使用以下指标组合：

• AUC：衡量模型对正负样本的排序能力，不受阈值影响。AUC=0.5 相当于随机，0.9 以上通常可用于临床辅助。但 AUC 高不代表临床可用，因为它不反映具体阈值下的误报和漏报。
• F1：精确率与召回率的调和平均，适合异常样本稀少场景。医疗告警中，精确率低意味着护士被大量误报干扰，召回率低意味着漏掉真实恶化事件，两者必须同时看。
• 延迟：从异常真实发生到系统发出告警的时间差。对脓毒症、心律失常等时间敏感事件，延迟超过 30 分钟可能已错过干预窗口。延迟必须与召回率一起报告，否则可以通过“宁可晚报也不误报”来刷高精确率。
• 误报率：单位时间内的误报告警数，常用“每床每日误报次数”表示。临床可接受范围通常要求每床每日不超过 1～2 次，否则告警疲劳会导致护士关闭系统。

四、建模落地时的参数与判断示例

假设某边缘网关对 ICU 患者心率做上下文异常检测，采用半监督自编码器。输入特征为：心率、心率变异性、时段编码、活动状态、年龄。训练集为 30 天正常数据，验证集含 12 例确认异常。重构误差阈值取验证集正常样本的 99 分位数，示例中该值为 0.18。当某患者夜间 03:12 心率 110 bpm、HRV 降低、活动状态为“睡眠”，重构误差达到 0.31，超过阈值，系统在 40 秒内发出告警。此时若误报率统计为每床每日 0.8 次，F1 为 0.78，延迟中位数 35 秒，则可认为该配置在临床可接受范围内。若误报率升至 3 次/床/日，即使 F1 更高，也应优先调整阈值或增加上下文特征，而不是直接上线。

总结来看，医疗异常检测建模的核心链条是：先按点、上下文、集体三类形态定义异常，再根据标签可得性选择无监督、半监督或监督范式，最后用 AUC、F1、延迟、误报率四项指标联合判断系统是否达到临床可用标准。任何一步跳过，都会导致模型在离线指标上好看、在病区里不可用。