OMOP标准化EHR支持临床语言模型迁移学习

medRxiv 预印本 · 2026-09-30 · 预印本

• 一句话结论：预印本提示，将电子健康记录标准化为OMOP通用数据模型可改善跨数据集互操作性，并支持临床语言模型的迁移学习，预测性能较高；该结论基于两个英国数据集，属「证据支持」但需外部验证。
• 研究设计与做法：研究使用CPRD Aurum（限伦敦）与CPRD GOLD（覆盖全英格兰）两个英国数据集，各自独立映射至OMOP标准概念；以BERT类Transformer在GOLD上预训练，再分别在两数据集微调，预测30天急诊再入院，并做消融分析评估三个最大OMOP域的贡献；随访时长材料未报告。
• 主要结果：OMOP映射成功率为GOLD 95.6%、Aurum 86.2%；在Aurum微调的模型AUC为0.93（95% CI 0.93–0.93），不低于在GOLD微调的模型AUC 0.91（95% CI 0.91–0.92）；消融结果在数据集间不一致：GOLD去除测量域表现更好，Aurum去除药物域表现更好。
• 机制或解释：作者解释为：OMOP标准化使跨数据集迁移学习在存在人口学差异（含族裔构成与社会经济地位）时仍可进行；消融结果的分歧提示初级保健数据集的结构与内容差异会影响下游模型行为；临床语言模型词表覆盖不全导致数据丢失。
• 局限与边界：局限包括：属预印本未经同行评审，证据档位为C；仅两个英国初级保健数据集，人群与医疗体系外推性有限；词表覆盖不全造成数据丢失，影响真实世界部署；随访时长、单中心与否及利益冲突材料未报告。
• 可否落地：对科研的含义是提示OMOP标准化可作为跨机构迁移学习的前置步骤，并需针对数据集差异做域特异性消融；对临床落地仍属「提示」，尚不足以直接用于再入院风险决策，需前瞻性外部验证。

🔗 打开原文

Remfry, E., Henkin, R.

本文摘自《每日前沿研究简报 · 2026-10-02》「医学与健康」。本内容仅用于研究信息整理与科普交流，不构成医疗建议。