EB-VAE 被扩展到肿瘤纵向数据与脱落风险的联合建模

导语

肿瘤治疗反应并不只体现在一次影像测量上。患者的肿瘤体积会随时间变化，部分患者会因疾病进展、随访中断或其他原因提前“脱落”，而基因变异又可能影响治疗敏感性。如何把这些信息合并到一个可预测、可解释的群体模型中，是药物计量学和临床建模中的难题。

arXiv 上的新论文《Multimodal Empirical Bayes Variational Autoencoders for Joint Longitudinal and Time-to-Event Modeling》尝试给出一个深度生成模型方案：将经验贝叶斯变分自编码器（EB-VAE）扩展为可同时处理纵向肿瘤数据、时间到事件数据和基因协变量的多模态框架。

核心要点

• 用潜变量表示个体差异：模型把患者之间的差异编码为潜在的个体效应，并用由协变量条件化的经验贝叶斯先验进行正则化，从而在群体规律和个体特征之间取得平衡。
• 把肿瘤轨迹与脱落风险联合起来：研究者在解码器中加入风险函数，用于建模患者退出观察或发生相关事件的时间。这一点很关键，因为脱落往往不是随机的，可能与病情变化相关。
• 比较纯神经与半机理解码器：论文不仅使用完全神经网络式的解码器，也评估了混合半机理形式。后者在治疗效应参数上与既有非线性混合效应估计大体一致，同时保持了与神经解码器相近的先验预测表现。
• 纳入基因协变量：模型通过基因条件化的先验适配，将高维遗传信息引入个体预测。在皮肤黑色素瘤和乳腺癌实验中，这种设定改善了个体层面的先验预测。
• 发现生物学上合理的遗传指标：稳定性选择识别出若干具有生物学可解释性的基因改变，包括 BRAF、NRAS、NF1 和 MDM2 相关改变。

意义与影响

这项工作的重要性不在于提出一个单纯追求预测精度的黑箱模型，而在于尝试把深度学习、经验贝叶斯、时间到事件分析和半机理药物计量模型放在同一框架中。对于肿瘤药物开发而言，这类方法有望更系统地利用临床试验中的多源数据，减少把纵向测量、脱落机制和分子特征分开建模所带来的信息损失。

当然，论文目前基于特定肿瘤增长数据进行评估，是否能推广到更多治疗机制、更多癌种和真实世界数据，还需要进一步验证。它更像是一个方法学方向的信号：未来的 AI 药物计量模型可能既要具备神经网络的灵活性，也要保留可解释的机理结构，并能自然吸收基因组等高维协变量。

来源：arXiv