医疗 AI 为什么必须读懂时间？从检验时间戳到纵向临床事件图谱

临床事件时间轴：区分事件发生、采集、结果报告、文书记录和系统入库时间，并按预测时点裁剪可见信息。 — 图 1｜模型输入必须按“当时已经可用”构建；真实发生时间和数据进入系统的时间可能不同。

临床记录中的“时间”至少有五种

住院信息看似有统一日期，实际上混合了许多时钟。检验项目有采样时间、实验室接收时间、分析完成时间和报告审核时间；影像有预约、扫描、重建、报告签发时间；病程文书有事件发生时间、医生录入时间、审核时间与补录时间；诊断有初次提出、修正、确认和出院总结时间。若只保留一个时间戳，就会把“何时发生”和“何时模型能够看到”混成一件事。

预测任务需要先定义索引时点，例如急诊分诊、住院入院、某次检验结果返回或术前评估。模型只能使用该时点之前真实可获得的数据。如果检验采样在早晨、结果下午才发布，而任务是在中午预测，结果值虽对应早晨样本，却尚未可用。若模型使用这项结果，评测就引入了未来信息。相反，研究疾病生理过程时，采样时间可能比报告时间更适合描述生物学状态。两种时间都重要，但用途不同。

数据字典宜将时间字段命名为 event_time、collection_time、result_time、authored_time、signed_time、ingestion_time 等，明确时区、精度、来源系统、是否估算及缺失原因。原始时间应保留；标准化后的时间另存，并记录转换规则。遇到仅有日期没有时分、文书补录、跨日住院或夏令时转换时，不应伪造精度。对无法排序的事件，保存时间区间或顺序不确定标志，比给它们强行排列更科学。

用事件图谱连接时间、证据与临床对象

平铺表格便于统计，却难以表达“谁在何时依据什么做了什么”。纵向事件图谱可把患者、就诊、事件、文书、检查、指标、诊断和治疗分别建成节点，并用“发生于”“记录于”“结果来自”“引用了”“修订自”“属于同一检查”等关系连接。每条边既能表示临床关系，也可记录来源系统、匹配规则、时间差和审核状态。这使算法团队能够查询：某个出院诊断在出院前哪份文书首次出现？某条检验值何时对临床人员可见？报告描述的是哪个 DICOM Study？

例如一项实验室指标，不应只是患者 ID 加数值。更完整的记录要包括检验项目、采集时间、报告时间、值、单位、参考范围、异常标记、标本类型、结果状态、实验室来源及原始报告位置。同一个患者重复检测该项指标，会形成多个有序事件，而不是互相覆盖。影像也需要连接检查日期、扫描部位、模态、对比剂信息、系列与报告；病程记录引用了一个检查时，应尽可能保留引用依据和时间间隔。

事件图谱不意味着每个任务都训练图神经网络。它首先是数据工程层的表示方式，让不同研究任务能够从稳定的事件事实表和关系表中生成输入。分类任务可以按索引点截取最近窗口；风险预测可以构造事件序列；检索增强系统可以只取某一时点以前的相关文书；多模态模型可以把时间相近且语义对应的文本、结构化值和图像作为一组。底层关系和时间规则一致，才便于横向比较模型。

时间对齐不是简单的最近邻配对

把检验、病程和影像按最近时间戳一一配对，是常见但危险的简化。病程笔记可能总结此前数小时的数据；检查报告延迟发布；一个临床事件会被多份文书引用；有些时间字段由系统自动生成。若用固定时间窗口寻找“最近报告”，必须先确定目标是同一临床 episode、同一检查、同一问题，还是只是同一时段。时间近不代表语义一致，语义相似也不代表因果关系。

更稳健的对齐需要组合多种证据：患者和就诊键、检查或医嘱标识、模态与部位、文书引用、时间窗口以及人工复核。系统应保存多候选匹配及其置信度，而不是对每个字段都给出貌似确定的唯一结果。对于同一患者多次影像、术前术后检查或病理取材，日期和身体部位能排除一部分错误，但还需要 Study UID 等技术关联及临床上下文。跨来源矛盾应形成异常队列，由熟悉数据语义的人处理。

缺失性也有时间含义。某项检查未做，可能因为临床判断不需要；检查已做但报告尚未返回，表示右删失；数据接口未采集，属于技术缺失；记录无法关联，属于链接失败。把这些情况合并为同一个空值，会让模型把医院流程或数据接口模式误当成疾病信号。建议增加状态枚举、观测窗口和缺失原因，并在训练时测试缺失模式改变后模型是否稳定。

模型如何利用纵向多模态信息

常见纵向建模方法从时间间隔、事件顺序和模态共同表示三个方面入手。结构化序列模型可把检验和生命体征表示为不规则时间点上的事件，并显式编码距索引时点的时间差；文本编码器可以处理病程和放射报告；影像编码器处理切片、体积或关键视图。融合策略可以在输入层拼接、在中间层对齐表示，或先对不同模态分别建模再在决策层融合。选择哪一种，取决于数据配对质量、缺失比例、目标任务和部署时能获得的模态。

2026 年发表于 Nature Computational Science 的 PULSE 框架研究将结构化实验室数据与临床文本按四小时窗口组织，在两个回顾性 ICU 队列中比较多模态时间序列与单模态方案。这类研究的价值在于展示时间对齐和跨模态互补如何被系统建模；其 AUROC 和队列结果属于论文设定，不能直接推导到其他医院、疾病或真实工作流。阅读模型结果时，还要检查索引定义、样本排除、患者切分、数据采集年代、外部验证和校准。

对话式多模态模型则需要进一步区分“对话里提到的时间”和“附件本身的采集时间”。患者说“上周做过 CT”不等于当前会话真的附有那次检查；模型也不该把影像报告当成图像本身。每个模态都应有可识别的来源标记、时间、权限和缺失说明。若模型从文本推断图像内容，评估时必须明确它是在做文本推理，不是视觉诊断。医学算法工程必须把表示能力与实际证据来源分开报告。

防止时间泄漏：从数据抽取到评测划分

时间泄漏可以发生在 SQL、数据仓库、特征工程、标签构造和切分任一环节。典型情形包括用出院诊断预测入院时结局；使用病程最终总结中的信息预测更早的风险；把报告审核后值当作采样即刻可见；在患者分割前先把同一患者的多次就诊分入不同集合；将未来时间段计算的标准化统计量用于过去数据。性能高并不能证明任务正确，尤其要警惕由流程字段或标签代理变量造成的捷径学习。

一个实际可执行的防线是为每个样本保存 index_time 和 prediction_horizon，并在构造特征时执行可用时间约束：输入事件可用时间不得晚于索引点，标签事件必须位于预先规定的观察窗。特征抽取和标签生成要版本化，并产生泄漏诊断报告，列出输入字段与标签时间重叠、预测窗口外事件以及来自出院总结的特征。开发者应做“截断压力测试”：逐步缩短可见时间窗，观察模型是否仍能使用合理的先兆信号，而非依赖终末信息。

划分策略至少以患者为单位，纵向预测还应考虑时间外推和机构外推。可以建立时间切分的内部测试集，再选择独立机构作外部验证；病例多次就诊、连续影像和切片要保持在同一患者组。若数据来自多个站点，可报告 leave-one-site-out 或按站点分层的结果，但要确保标签定义和设备差异透明。外部验证不仅关注区分度，也要看校准、临床阈值下的敏感度、亚组差异和失败模式。

把附件验收条款升级为时间质量测试

附件明确要求补充检验采集与报告时间、补充检查时间，并在验收时对照检验报告、病程引用和 DICOM 目录日期。将这类要求落地，可以把每一类时间关系定义为可检查的不变量：报告时间不应无解释地早于采集时间；文书引用的检查应能在同一患者就诊内找到；DICOM 检查日期应与影像报告处在可接受范围；入院、出院与住院文书顺序应合理。异常不应一律拒收，可以按数据来源、例外场景和允许误差分类。

推荐在验收样本中抽取不同科室、不同时间跨度、术前术后序列、延迟报告和补录文书。除了统计通过率，还应列出错位类型、时间差分布、无法确定顺序的比例和人工复核结论。对“修正诊断/补充诊断”，检查原文的记录时间、修订时间和诊断状态是否保留；最终诊断不能覆盖早期诊断。对重症和长住院病例，要尤其检查跨科会诊与 ICU 时间段是否完整，因为复杂轨迹最容易暴露接口对齐错误。

需求文件中的住院天数、会诊数量、历史就诊次数等指标，适合定义人群筛选和验收字段；它们本身不等于临床复杂度的完美标签。住院时间可能受床位、转院和社会因素影响，会诊数受医院流程影响。项目应保留指标计算口径、数据源和统计时间范围，避免把“满足多个门槛”宣称为标准化病情严重度。模型研究中，这些指标可以用于分层或抽样，但应另行验证其与目标结局的关系。

面向可复现研究的交付物

一个时间可靠的交付包除了数据本身，还需要时间字段字典、时区与精度规则、索引事件定义、可用时间规则、标签窗口、事件关联逻辑、缺失状态编码、质量统计和版本记录。只交一张“时间列”字段表，无法让另一支团队重现模型何时看到了什么。必要时应提供合成示例或不含患者信息的测试样例，说明不同来源如何映射为统一时间模型。

对于建模方，建议以一个小而难的 POC 验证时间语义：随机抽取若干患者的完整纵向轨迹，逐事件核验原文与时间；按任务定义重放模型索引时点；测试晚到结果、补录文书、多次检查和缺失情形；核对患者级切分是否真正隔离。POC 通过后再扩大规模，能够提前暴露“字段存在、时间却不可用”的结构性问题。

朗慧可在经授权和项目约定范围内参与临床数据字段梳理、患者与就诊关联、事件时间设计、医学标注及评测方案建设。具体数据规模、机构来源、指标和可交付范围须由合同与数据卡确认。对于医疗 AI，可靠的时间轴不是附加功能，而是任务定义、数据治理和模型评测共同依赖的基础设施。

时间戳的治理还要考虑临床数据中常见的“延迟”和“回填”。一条记录可能在事件发生后数小时才进入系统，也可能先录入临时结论、随后签发正式报告。数据流水线应区分临床时间与系统时间，并根据具体任务决定可用时间：实时预警通常按临床人员可访问的时点定义，回顾性自然史研究可能按事件发生时点定义。研究方案应预先说明，以免同一数据集因不同处理规则得出不可比较的结论。

纵向样本还需要处理观察窗口长度不同的问题。患者入院前的历史数据可能因机构覆盖起点不同而缺失，出院后随访可能被截断；这些情况会造成不同患者的事件数量和可观测时间不一致。可记录患者进入系统时间、连续参保或就诊覆盖、最后观察时间和删失状态，再决定是否设置最短回溯窗。对于风险预测，标签窗口结束前失访的患者不能简单作为阴性，需按研究设计处理删失，并进行敏感性分析。

验证时间对齐可使用人工“时间线重放”。抽样患者由审核者按原始记录还原当时能够看到的资料，再与程序生成的模型输入比较。测试覆盖异步报告、补录文书、跨日检查、多次同类检验、转科和转院。自动化测试则用合成事件构造边界案例，确保晚到结果不会进入早期预测、未来诊断不会作为先验特征、时区转换不会颠倒顺序。每次规则更新都应重跑这些测试并保留差异。

不同预测任务的时间轴不能互相借用。住院恶化预警可能以入院后每个小时为多个动态索引点，预测未来 6 小时或 24 小时；再入院风险可能以出院时点为索引并观察随访窗口；检查结果解释则在报告返回后开始。对每个任务需要独立规定索引事件、预测窗口、观察窗和标签判定。若多个任务共享一个“患者时间线”，可以复用事件事实，但特征视图和标签视图必须各自版本化，防止一个任务中的未来事件泄漏到另一个任务。

对时间序列模型，还要明确采样频率和重采样策略。临床记录不规则，有人每小时检测，有人只在病情变化时检测。简单向前填充可能把旧值误当作当前状态，线性插值则可能在预测时点引入未来值。插补应记录最大允许间隔、是否使用未来信息、缺失掩码和原始测量时间。模型应比较不同填补策略和原始不规则事件表示，报告性能对策略变化的敏感性。对于临床数据，缺失本身可能含有流程信息，但需验证它不是由站点或记录习惯造成的捷径。

方法边界与数据来源

本文依据用户提供的医疗数据字段与复购需求文件归纳数据工程和队列设计要点，并结合公开的同行评议研究、技术标准与监管/报告指南进行讨论。附件中的字段、筛选门槛和数量均为需求规格示例，不证明数据已采购、已交付或已通过模型验证。文中算法和流程用于科研与工程设计讨论，不构成医疗诊断或治疗建议。具体项目须以授权、数据卡、合同和伦理/合规审查为准。