跳至正文
朗慧科技

MEDICAL DATA RESEARCH

老年医学营养指南如何转化为可审计的医疗AI数据任务

面向医疗AI研发与数据采购团队,拆解老年医学营养指南和GLIM诊断逻辑,说明筛查、标签、纵向对齐、质控与独立验证如何落成可审计的数据任务。

临床文本与纵向多模态AI辅助整理 · 研发交流

老年患者的医学营养治疗并不是一个单一的分类问题。临床上需要先识别营养风险,再结合病史、摄入、体重、体成分、实验室和功能信息完成评估,随后形成营养诊断、选择干预并持续监测。对医疗AI研发团队而言,真正困难的不是把这些词汇放进字段表,而是把它们放进正确的时间、证据和责任关系中:哪一项是筛查结果,哪一项是诊断依据,哪些数据在预测时点尚不可见,哪些结局只能在随访后确认。

《中国老年患者医学营养治疗指南(2026版)》以临床问题、推荐意见和证据简述组织内容,覆盖全程营养管理、特殊疾病、器官功能不全和老年慢病等四个部分,共提出29个临床问题和53条推荐意见1。这类指南可以为数据集设计提供任务语义和标签边界,但不能被直接复制成训练标签,更不能把指南中的治疗建议包装成某个模型已经能够诊断或指导治疗。面向医疗数据采购和算法研发,较稳妥的做法是把指南转换为一套“可追溯、可复核、可拒答”的数据对象。

一、先区分临床路径与模型任务

指南描述的是临床决策过程,模型任务则需要一个明确的输入窗口、输出终点和验证口径。两者若不先分开,最常见的结果是把“营养风险”“营养不良”“某种干预方案”和“结局改善”混成一个标签,最后得到一个看似完整、实际无法解释的数据集。

在项目启动阶段,应先回答四个问题。第一,研究对象是住院老年患者、某种器官功能不全人群、围手术期人群,还是社区随访人群;“老年”在项目中采用何种年龄边界,必须由研究方案确认。第二,预测时点是入院后筛查、完成评估后、干预开始前,还是某次复诊;如果时点不清楚,未来信息就可能泄漏进基线。第三,主要输出是筛查风险、符合诊断框架的辅助识别、住院不良事件,还是营养状态轨迹;不同输出必须分别定义。第四,模型服务的是科研筛选、质量监测还是临床决策支持;数据交付可以支持研究,但不等于已具备医疗器械或诊疗资格。

指南的“筛查—评估—诊断—干预—监测”路径适合作为项目的上层骨架。它提醒数据团队不要只收集一个最终标签,而要同时保留过程字段和证据链。比如,筛查量表的名称、版本、完成时间和未完成原因,和筛查分值本身同样重要;体重变化必须有测量时间和参考时间;体成分结果需要说明测量方法和设备条件;实验室结果需要保留单位、采样时间与可用性状态。只有这样,后续算法才能区分“没有测量”和“测量后为阴性”,也才能解释模型到底在利用什么。

从老年营养指南到可审计的数据对象:将临床路径、数据对象与质量门控对应起来。查看完整技术图(可放大)

图1:从老年营养指南到可审计的数据对象的技术示意。图中为方法关系,不表示真实患者、已完成实验、现货数据或临床诊断结论。

图1的重点不在于画出一条漂亮的流程线,而在于把每个临床步骤对应到可以验收的工程对象。项目交付不应只有一批训练文件,还应包括数据字典、来源说明、标签版本、异常清单和修订记录;若这些材料缺失,研发团队很难复现标签,采购方也无法判断数据是否适合自己的终点。

二、以GLIM框架保护标签语义和不确定性

营养不良诊断的难点在于它不是单一生化指标。GLIM框架采用“两步法”:先用经过验证的工具进行营养风险筛查,再在有风险者中评估表型和病因学标准。诊断通常要求至少一个表型标准与至少一个病因学标准同时满足,表型包括非意愿体重下降、低BMI和低肌肉量,病因学包括摄入或吸收减少以及炎症或疾病负担2。2025年的五年更新指出,既有体重下降、BMI和摄入/吸收标准没有被改写,低肌肉量的评估应结合可获得的技术条件和经验,炎症或疾病负担仍需要临床判断2。

这对数据规格有三个直接影响。其一,标签应采用分层结构,而不是只保留“营养不良/正常”两列。建议至少保留筛查层、表型层、病因学层、组合诊断层和证据状态层;组合诊断层必须能够追溯到触发它的具体字段。其二,缺失不能一律编码为阴性。没有体成分测量、没有可靠体重历史、病因学证据不足或记录之间互相矛盾,都应分别进入“未测”“不可得”“证据冲突”或“未知”状态。其三,测量方法本身是标签上下文。低肌肉量可由不同的体成分技术评估,但阈值、参考人群和可用设备会影响可比性,不能不加说明地把不同方法拼成同一金标准。

这并不意味着每个项目都要一次性收集所有模态。应先从主要终点倒推最小必要字段,再把可扩展字段列为可选层。例如,一个入院筛查研究可能主要需要量表、年龄、体重变化、摄入情况和病因学信息;一个肌少症相关任务还可能需要握力、步速、上臂或小腿围以及体成分测量;一个围手术期研究则必须明确手术节点、营养干预节点和随访窗口。不同目标可共享底层对象,但不能因为共享对象就宣称它们共享标签或验收标准。

三、把“指南推荐”改写为数据字段,而不是患者处方

指南中包含能量、蛋白质、口服营养补充、肠内营养、肠外营养以及特殊疾病管理等多类推荐。国际老年营养实践指南同样将个体化评估、营养和水化支持放在具体人群与证据条件中讨论,而不是给所有人一个脱离场景的固定答案3。公开文章不应复述为面向个人的饮食或治疗方案;在AI数据项目中,更有价值的改写方式是记录决策发生的条件和结果。例如,干预字段可以描述为“干预类型、开始和停止时间、目标、实际摄入或耐受性、调整原因、监测指标和记录来源”,而不是把某个数值直接设成适用于所有人的处方标签。

同样,结局也需要拆开。住院时间、感染、再入院、功能变化、体重变化、肌肉量变化和死亡并不是同一类终点,观察窗口和证据来源各不相同。若研究目标是预测住院不良事件,治疗后的实验室值或出院记录可能属于结局之后的信息;若研究目标是评估干预响应,则这些变量可能是必要的纵向结果。数据字典必须把“预测时点可见字段”和“结果确认字段”分开,不能靠模型训练时再猜。

已有研究说明,营养AI模型的表现高度依赖队列定义和标签构造。Wang等基于多中心老年患者数据,以GLIM标准确定营养不良,并用多个机器学习算法构建辅助识别模型;研究还把BMI、体重下降和小腿围等特征与SHAP解释结合起来,但这类结果只能说明特定队列和验证设计下的模型表现,不能转换成普遍适用的临床阈值4。另一项针对可能存在肌少症的老年住院患者研究使用营养评估、实验室检查和筛查量表预测院内死亡及感染并发症,研究者也明确区分训练组和验证组,并以具体不良事件作为终点5。在老年心衰人群中,另一项研究以GLIM为参照构建模型并设置独立验证队列,但样本和疾病范围有限,正好说明专病模型不能无条件外推到所有老年患者7。

因此,采购或建设时应要求样例数据同时展示原始值、派生值、标签依据和时间关系。自动计算的BMI、风险分层或组合标签可以作为派生字段,但必须保留计算规则与版本;人工无法确认的字段应可拒答;由专家仲裁形成的标签应留下仲裁状态,而不是只留下最终颜色或数字。

四、纵向数据的关键是事件对齐,而不是记录数量

老年营养管理天然具有时间属性。入院筛查是一种时点信息,营养评估可能在其后完成,干预会根据耐受性和器官功能变化而调整,监测结果则可能跨越住院和出院后的多个时间点。若把这些记录压平成一行,模型可以获得更整齐的表格,却失去临床语境;若把同一受试者的不同住院或随访记录随机分到不同集合,又会造成身份和病程信息泄漏。

一个可执行的纵向方案至少需要四类键:受试者键、就诊或住院事件键、测量或干预事件键,以及时间戳和观察截止日。每条记录都应说明是发生时间、记录时间还是回顾性录入时间。对于体重、实验室、摄入量和功能量表,应该保留重复测量,而不是只保留“最接近”的一次。对于文本记录,要尽量保留来源类型和完整语境;对于派生指标,要记录计算依据和是否使用了随访信息。

数据切分应优先按受试者进行,保证同一人的多次住院、量表和实验室记录不会跨越训练、验证和测试集合。在条件允许时,可再设置按时间或中心划分的独立验证,以观察不同科室、设备、记录习惯和患者构成带来的域差异。训练前还要建立泄漏清单:结局确认后的字段、出院摘要中回顾性写入的诊断、后续复查产生的体成分结果,以及由最终治疗方案反推的风险标签,都应在相应任务中被限制使用。

老年营养AI任务的纵向切分与验收:把临床时间线、研究切分和交付证据分开。查看完整技术图(可放大)

图2:老年营养AI任务的纵向切分与验收技术示意。图中为研究设计关系,不表示真实患者、模型临床有效或医疗器械获批。

图2所示的验收逻辑强调,纵向数据的“长”不是简单增加记录条数,而是让每条证据在患者轨迹中有明确位置。缺失、未知和冲突也属于数据状态,不能为了获得完整矩阵而被静默填补。对于无法形成可靠标签的样本,保留“不可判定”往往比强行归类更有研究价值。

五、算法设计要围绕可回答的问题

围绕指南构建的AI任务可以有多种形式,但每种形式都需要独立的数据契约。筛查辅助任务的输出可以是风险分层或需要进一步评估的提示;诊断辅助任务需要同时呈现表型和病因学证据;不良事件预测需要明确事件定义和观察窗口;纵向建模则关注状态变化、干预响应或结局轨迹。不能把这些任务合并为“营养AI准确率”,也不能用一个总体AUC替代不同任务的验收。

在输入层面,结构化数值、量表、文本、体成分和实验室数据的缺失机制不同。模型可以使用多模态融合,但项目必须说明哪些模态是必需、哪些模态缺失时允许降级、降级后的输出是否仍属于同一任务。文本模型抽取的“摄入减少”与人工核对的“摄入减少”也不是同一个标签;前者属于派生结果,必须记录抽取规则、置信度与抽样复核。

评价层面不能只看区分度。TRIPOD+AI将预测模型报告扩展到标题、方法、开放科学、患者和公众参与、结果与讨论等多个方面,并强调关键亚组、公平性、数据和代码开放说明以及开发与验证边界6。对本类营养任务,至少应预先定义校准、灵敏度和特异度的使用场景,报告置信区间,说明阈值如何确定,并按年龄层、性别、疾病状态、测量方式和数据完整度检查性能差异。任何来自单中心或单病种队列的结果,都应明确其外推限制。

六、专家标注、争议处理与质量验收

营养数据不是把医学术语复制到下拉框。标注规范应先定义对象粒度:一条量表记录、一次体重测量、一个住院事件、一次干预,还是一段病历文本中的证据片段。对于每个标签,需要给出纳入、排除、未知和冲突示例,说明哪些字段可由规则计算,哪些必须由受过相应培训的人员判断,哪些情况需要独立仲裁。

质量控制宜采用分层流程。第一层检查格式、单位、时间和主键;第二层检查量表、体重、实验室、体成分和病因学字段之间是否自洽;第三层由具有相应临床背景的审核者抽样复核组合标签,并记录分歧原因。审核者不应在没有规范版本的情况下自由补全;如果原始记录无法支持判断,应保留未知而不是用“经验值”替代。对同一批数据,必须冻结规范版本、标注版本、修订轮次和最终验收状态。

验收也要分成数据质量和模型质量。数据质量可检查字段完整性、来源可追溯性、时间逻辑、标签一致性、异常率和导出可读性;模型质量则根据具体任务检查划分是否独立、基线是否冻结、性能是否可复现、亚组差异是否说明以及失败样本是否可回溯。公司可以交付项目规格设计、数据处理、标注和质量记录,但不能用“已质检”替代伦理授权、临床验证或监管审批。

七、朗慧科技在本任务中的能力边界

依据已核验的公司范围,朗慧定位为AI数据基础设施及流程服务商,自研LangData平台覆盖采集、处理、标注、质检和数据交付;医疗栏目提供按部位、模态和任务组织的数据目录与需求评估入口。这个能力边界适合承接老年营养AI项目中的数据字典梳理、任务拆解、标注规范、质量门控和项目化交付设计。

但能力边界必须与项目事实分开。本文不声称朗慧已经拥有某个老年营养现货数据集,不声称已经完成指南所述模型训练、外部验证或临床应用,也不声称拥有特定医院合作、固定专家资质或统一性能指标。实际数据来源、授权范围、样本构成、可用模态、复核角色、周期和验收阈值,都应在需求评估、样例检查和书面项目方案中确认。若项目涉及病历、量表或体成分数据,还需由数据提供方和研究方按适用规则确认伦理、授权、去标识化、最小必要和访问控制。

这一区分也是营销内容的可信基础:把“可提供的方法与流程”写清楚,比把未核验的样本量、准确率或临床效果写成既成事实更有价值。对采购方来说,优先索取的不是一张能力清单,而是一份能走通小样本的字段字典、标注手册、版本记录、质量报告和验收脚本。

八、从小规模试标走向可复核研究

一个稳妥的落地顺序可以从小规模试标开始。先冻结研究问题、纳入排除条件、预测时点和主要终点,再用脱敏样例验证字段是否可得、标签是否能由原始记录支持、专家是否对边界案例达成一致。随后检查同一受试者的时间轴能否还原,训练前可见字段是否与结局字段分离,缺失和未知是否能在下游代码中正确读取。

试标通过后,再扩大队列并维护版本化数据卡。数据卡应说明来源类型、观察窗口、字段覆盖、缺失机制、排除规则、标签定义、测量方法和已知偏差;交付清单应能把每个派生标签追溯到原始字段与规则版本。若出现新的疾病亚型、设备、科室或随访方式,不应静默合入旧模型,而应新增适用性评估或独立验证。

这样的流程不会让指南自动变成一个“会诊断”的系统,却能让研发团队明确地回答:模型解决什么问题,使用什么证据,哪些结果尚不能解释,以及下一轮数据建设应补哪里。它也让采购、临床研究、数据工程和算法团队在同一份可审计材料上协作,而不是在项目后期用一张总体指标表掩盖定义差异。

结语

老年医学营养指南的专业价值,不只在于给出推荐意见,也在于揭示临床问题之间的顺序、条件和证据关系。将其转成医疗AI数据任务时,最重要的工作不是堆叠更多字段,而是保护标签语义、时间边界、缺失状态、专家分歧和独立验收。只有当这些内容都能被复核,数据集才真正具备支持研究的基础设施价值。

本文讨论的是医疗AI数据建设与研究方法,不构成个人营养、诊断、治疗或用药建议;任何实际临床应用均需由具备相应资质的团队依据适用指南、伦理与监管要求独立评估。

参考来源

  1. 中国老年患者医学营养治疗指南(2026版)
  2. GLIM consensus approach to diagnosis of malnutrition: A 5-year update
  3. ESPEN practical guideline: Clinical nutrition and hydration in geriatrics
  4. Development and Assessment of Assisted Diagnosis Models Using Machine Learning for Identifying Elderly Patients With Malnutrition: Cohort Study
  5. Machine learning based on nutritional assessment to predict adverse events in older inpatients with possible sarcopenia
  6. TRIPOD+AI statement: updated guidance for reporting clinical prediction models that use regression or machine learning methods
  7. A predictive model based on the GLIM diagnosis for malnutrition in older adult heart failure patients