大语言模型驱动的时间因果推断：用LLM进化式插补解决医疗数据缺失难题

本文提出一种结合DAG约束归一化流（CausalFlow-T）与LLM驱动进化式插补的两阶段框架，用于从不完整的纵向电子健康记录中估计治疗效果。该方法在30%-80%缺失率下仍能保持因果效应估计的准确性，并在真实世界糖尿病治疗数据中验证了有效性。

在医学研究中，随机对照试验（RCT）是因果推断金标准，但存在伦理或可行性障碍。目标试验模拟（TTE）利用观察性数据回答因果问题，但现有方法常割裂因果估计、缺失值处理和时序结构建模，导致在电子健康记录（EHR）中鲁棒性不足。EHR数据缺失严峻：时变混杂因素和缺失非随机（MNAR）的生物标志物缺失率高达50%-80%，传统插补方法难以捕捉复杂生成机制，简单处理易引入偏差，高缺失率下保持因果估计准确性是医疗AI关键挑战。

研究团队提出CausalFlow-T，一种结合有向无环图（DAG）约束的归一化流模型。该模型用长短期记忆网络（LSTM）编码患者历史轨迹，实现精确可逆的反事实推断，避免传统变分推断方法的近似误差，通过显式因果结构分离混杂因素。消融实验在合成数据集和半合成基准验证：DAG约束和精确推断解决不同失效模式，无法相互替代。

因CausalFlow-T需完整输入数据，团队引入LLM驱动的进化式插补方法。与传统直接预测缺失值不同，该方法让LLM提出可执行的插补算子而非单个数值。优势包括：符合医疗数据生成逻辑（如基于年龄和病史推断HbA1c趋势）、进化式搜索迭代优化策略、灵活适配不同LLM后端（研究测试三种配置含两个开源模型）。

合成基准测试：30%-80% MNAR缺失率下，LLM驱动插补器在生物标志物和因果指标综合排名最优，点估计准确性和时间外推能力领先，保持平均处理效应（ATE）恢复能力，传统统计基线性能显著下降。

真实世界验证：瑞士初级保健EHR数据中，针对2型糖尿病患者服用GLP-1受体激动剂或SGLT-2抑制剂的研究，估计出GLP-1受体激动剂在体重减轻方面有-0.98 kg优势（95%置信区间：-1.01至-0.96），与RCT结果一致。

方法论贡献：展示LLM在结构化医疗数据插补的创新应用，将LLM定位为“策略生成器”而非填空工具，算子级插补更具可解释性和领域适应性。

对医疗AI启示：为真实世界证据（RWE）研究提供新路径，允许保留更多样本同时控制缺失偏差，提升观察性研究外部效度。

当前局限：计算成本高（进化式搜索和LLM推理带来额外开销）。未来方向：探索更高效的算子搜索策略、集成医疗领域预训练LLM提升插补质量、扩展至其他疾病领域和更多医疗数据类型（如影像、基因组）。