GARLIC: Graph Attention-based Relational Learning of Multivariate Time Series in Intensive Care¶
会议: ICLR 2026
OpenReview: https://openreview.net/forum?id=4ZAwmIaA9y
代码: 待确认
领域: 不规则多元时间序列 / 可解释医疗 AI
关键词: ICU 监护, 不规则采样, 缺失值填补, 图注意力, 自解释模型, 时间序列分类
一句话总结¶
GARLIC 把"指数衰减填补 + 时滞信号图消息传递 + 跨维序列注意力"串成一条端到端管线，在 ICU 不规则多元时间序列上既刷新预后预测 SOTA，又用学到的注意力权重和图边直接给出观测级/信号级/边级的内生解释。
研究背景与动机¶
领域现状：ICU 持续监护会产生大量多元时间序列（生命体征、化验、用药），它们采样间隔不规则、信号异质、缺失普遍；临床落地又要求模型既准又可解释。
现有痛点：标准序列模型（RNN/Transformer）对不规则采样并不友好——朴素填补会污染下游任务；GRU-D、Latent-ODE、mTAND 这类专门方法虽处理了时间不规则，却普遍忽略信号间依赖；号称学图的 RAINDROP 实测最佳表现反而来自固定图，说明其图学习收益有限。可解释一侧，事后解释器（Integrated Gradients、SHAP）要额外算力且对相似输入给出不一致归因，而内生可解释架构（RETAIN、shapelet）要么牺牲精度，要么在不规则采样上失效。
核心矛盾：缺失建模、信号间关系建模、内生可解释这三件事此前被割裂处理，没人在"处理缺失"的同时既利用信号间依赖、又把解释直接焊进前向计算。
本文目标：用一个统一框架同时解决不规则采样、缺失、以及透明决策，且不牺牲精度与效率。
核心idea：关系即解释——所有注意力权重与图边都端到端学习，前向计算本身就是解释的来源，沿前向路径反向追踪即可得到观测级归因，无需外挂解释器。
方法详解¶
整体框架¶
GARLIC 把"局部重建"和"全局推理"拼成一条模块化管线：先在信号特异的潜空间里做时间感知填补与编码，再用可学习的时滞图做消息传递、从局部时间与信号上下文重建缺失值，最后用跨维序列注意力在时间×信号两个维度上抽全局依赖做分类。重建是辅助任务、分类是主任务，二者用交替解耦优化分开训练以避免梯度冲突。
flowchart LR
A[不规则输入 X + 缺失掩码 M] --> B[潜特征建模<br/>指数衰减填补 + 逐信号 MLP]
B --> C[时滞图消息传递<br/>窗口 lag 注意力 + 可学习邻接 Wτ]
C --> D[跨维序列注意力<br/>信号注意力→GRU→时间注意力]
D --> E[分类预测 ŷ]
C --> F[解码器重建 → Lrec]
D -.注意力权重.-> G[内生解释<br/>观测/信号/边级归因]
C -.图边.-> G关键设计¶
1. 衰减填补 + 信号特异编码：让缺失不再污染动态。 针对最近一次观测距今的间隔 \(\Delta t\)，用可学习衰减把陈旧观测往经验均值上拉：\(\hat{x}_{k,t} = \gamma_t x_{k,t'} + (1-\gamma_t)\bar{x}_k\)，其中 \(\gamma_t = \exp\{-\max(0, w_k\Delta t + b_k)\}\)，\(w_k,b_k\) 逐信号可学。填补值与缺失指示拼成增广输入 \(\tilde{x}_{k,t} = [x_{k,t}m_{k,t} + \hat{x}_{k,t}(1-m_{k,t}),\, m_{k,t}]^\top\)，再交给每个信号专属的两层 MLP 得到嵌入 \(z_{k,t}\)。逐信号编码是为了保住每路信号各异的量纲、动态与语义——共享编码器会把这些差异抹平。
2. 时滞图消息传递：在短窗口里把"时间局部性"和"信号间依赖"解耦。 生理信号的当前值主要受近期历史和相关信号影响，于是只在长度 \(\tau+1\) 的窗口内推理。先加正弦位置编码做逐信号的窗口内 lag 注意力 \(\bar{e}_{k,t} = \sum_{j=t-\tau}^{t}\beta_{k,j,t}v_{k,j}\)，把每路信号的短程时间上下文汇成 \(\bar{E}_t\)；再用一张可学习邻接矩阵 \(W_\tau \in \mathbb{R}^{K\times K}\) 定义的时滞汇总图 \(G_\tau\) 做消息传递 \(H_t = W_\tau \bar{E}_t\)，让相关信号互相传信息。把时间编码（注意力）与图传播（邻接矩阵）拆开，既能灵活抓短程动态又能建模信号关系；调节 lag \(\tau\) 还能做多尺度生理依赖建模。
3. 跨维序列注意力：先信号后时间的两级级联，先定位再融合。 在每个时刻 \(t\) 先对 \(K\) 路信号做 SignalAttn 得加权汇聚 \(\bar{u}_t = \sum_k \alpha^{sig}_{k,t}u_{k,t}\)，再把序列 \(\{\bar{u}_t\}\) 喂给 GRU 建模临床状态的渐变，最后用时间自注意力 \(Y = \text{TemporalAttn}(\{g_{t'}+PE(t')\})\) 补足 GRU 的局部偏置、直接抓长程依赖，平均池化后过分类头出 \(\hat{y}\)。和 RETAIN（信号贡献跨时间均匀聚合）、IMV-LSTM（先聚合时间再算重要性）不同，GARLIC 在任何循环建模之前就在每个时刻算信号级注意力，从而保住瞬时信号显著性。
4. 前向即解释的归因链 + 交替解耦优化。 解释不是外挂而是沿前向路径反向追踪：先把时间注意力与信号注意力逐元素相乘得联合显著性 \(s_{k,t'} = \sum_t \alpha^{time}_{t',t}\cdot\alpha^{sig}_{k,t}\)，再用转置图 \(W_\tau^\top\) 与窗口注意力 \(\beta\) 把显著性在信号间传播、在时间上重分配得 \(a_{k,t} = \sum_j [(W_\tau^\top S)_{k,t+j}\cdot\beta_{k,t+j,\tau-j}]\)，最后用掩码把填补位的贡献均匀重分配到同信号的观测位上得 \(a^{final}_{k,t}\)，确保归因与前向计算完全一致。训练上，重建（要忠实还原）与分类（要判别特征）目标冲突，于是采用受 DeFRCN 启发的交替解耦优化：阶段一冻结分类头、用 \(L_{rec}+\lambda_g L_{graph}+\lambda_c L_{cls}\) 更新共享模块 \(\theta_{a,b}\)，阶段二冻结 \(\theta_{a,b}\)、只用分类损失更新分类器 \(\theta_c\)，以此压住梯度干扰、稳住训练。总损失为 \(L = \sum_{k,t}m_{k,t}(x_{k,t}-\hat{x}_{k,t})^2 + \lambda_g\|W_\tau\|_1 - \lambda_c\log\hat{y}_y\)，其中 \(\ell_1\) 项稀疏化图以提升可解释性并抑制过拟合。
实验关键数据¶
主实验表格¶
三个 ICU 基准（P12 院内死亡、P19 脓毒症发作、MIMIC-III 死亡），AUROC/AUPRC（%，5 seed 均值±std）：
| 模型 | P12 AUROC | P12 AUPRC | P19 AUROC | P19 AUPRC | MIMIC-III AUROC | MIMIC-III AUPRC |
|---|---|---|---|---|---|---|
| GRU-D | 84.45 | 50.74 | 88.73 | 47.81 | 86.36 | 56.14 |
| ODE-RNN | 83.02 | 48.64 | 89.97 | 54.29 | 88.07 | 61.03 |
| mTAND | 84.30 | 50.05 | 81.73 | 37.27 | 88.00 | 57.73 |
| RAINDROP | 83.03 | 45.91 | 87.41 | 46.33 | 87.18 | 57.06 |
| Warpformer | 84.88 | 50.62 | 89.95 | 54.10 | 89.17 | 61.52 |
| MTSFormer | 83.65 | 50.31 | 87.88 | 48.80 | 88.14 | 61.09 |
| RETAIN | 83.08 | 49.27 | 78.09 | 26.04 | 82.40 | 46.55 |
| IMV-LSTM | 84.02 | 49.08 | 84.80 | 42.87 | 86.85 | 54.96 |
| GARLIC | 86.40 | 56.89 | 90.96 | 55.29 | 90.09 | 64.85 |
GARLIC 在全部 6 个指标上居首。增益在缺失最严重的 P12 上尤为突出（AUPRC 比次优高约 6 个点），印证其对稀疏不规则序列的鲁棒性。
消融实验表格¶
逐模块消融（P12/P19，详见原文 Appendix D.1）证实潜特征建模、时滞图消息传递、跨维序列注意力三大模块各自都对整体表现有实质贡献，去掉任一模块都会掉点。
解释保真度（输入移除，IMV-LSTM 作对照，P12，AUROC/AUPRC %）：
| 设置 | IMV-LSTM P12 AUROC | IMV-LSTM P12 AUPRC | IMV-LSTM P19 AUROC | IMV-LSTM P19 AUPRC |
|---|---|---|---|---|
| All | 84.02 | 49.08 | 84.80 | 42.87 |
| Top 50% | 76.23 | 34.46 | 82.07 | 36.05 |
| Random 50% | 75.23 | 37.03 | 76.28 | 23.31 |
| Bottom 50% | 70.12 | 26.83 | 79.61 | 28.59 |
性能随"保留最重要 → 随机 → 保留最不重要"单调下滑，证明归因排序与真实预测力一致。
关键发现¶
- 解释保真度（ROAR 式输入移除）：按归因保留 Top-50% 与全输入表现统计等价（TOST），且性能严格满足 Full > Top-50% > Random-50% > Bottom-50% 的单调下降（Page's L 检验），说明归因分数确实抓到了最有预测力的特征。
- 效率：在 P12 上 GARLIC 在取得最佳精度的同时，训练时间/显存与 15 个强基线相当，没有用精度换算力。
- 泛化性：在 ICU 之外的数据填补与人体活动识别任务上同样占优，方法不局限于医疗场景。
- 图的可信度：学到的时滞汇总图结构经 AI 代理初步评估与临床直觉吻合，但作者坦言尚需医学专家严格验证。
亮点与洞察¶
- "解释焊进前向"而非事后外挂：注意力权重与图边端到端学，归因只是把前向路径反向追踪，从根上规避了 SHAP/IG 的额外算力与归因不一致问题。
- 缺失建模阶段就用信号间依赖：多数方法只在分类时用图，GARLIC 在重建缺失时就让相关信号互传信息，这是它比 RAINDROP/MTGNN 等静态图方法更稳的关键。
- 交替解耦优化是一个可迁移的小技巧：把"忠实重建"与"判别分类"两个互相打架的目标分阶段更新，用很低成本换来训练稳定与精度提升。
局限与展望¶
- 学到的时滞图目前只用 AI 代理粗评，缺乏医学专家的严格临床验证，图的临床可信度仍是未决问题。
- 衰减填补对未观测位的归因本质上是"近似重分配"（均匀摊到同信号观测位），这种近似在极端稀疏信号上可能引入解释偏差。
- 三个数据集任务都被框成二分类，对多分类/连续风险预测、以及跨医院分布漂移下的稳健性尚未充分检验。
- lag \(\tau\) 作为超参需网格搜索，自适应选窗或多尺度自动融合是自然的下一步。
相关工作与启发¶
- 不规则时间序列分类：从 GRU-D/Latent-ODE/mTAND（建时间动态）到 RAINDROP/MTGNN（引图），GARLIC 的差异化在于"重建阶段即用信号间依赖"。
- 时间序列可解释：事后派（IG、SHAP、LIME）vs 自解释派（RETAIN、shapelet、IMV-LSTM、DARNN）；GARLIC 属自解释派，但通过在循环建模前就算信号级注意力、并把图传播纳入归因链，解决了前人"先聚合后归因丢失瞬时显著性"的问题。
- 启发：当任务对可解释性是硬约束时，与其训练后再找解释，不如把解释结构设计成前向计算的一部分——既省算力又天然自洽，这条思路可迁移到其他高风险决策场景。
评分¶
- 新颖性: ⭐⭐⭐⭐ — 单个组件（衰减填补、图消息传递、注意力）非首创，但"重建阶段用图依赖 + 前向即归因 + 交替解耦优化"的组合在不规则医疗时序上是有意义的新拼装。
- 实验充分度: ⭐⭐⭐⭐ — 三大 ICU 基准 + 15 基线 + 逐模块消融 + ROAR 式解释保真度（含 TOST/Page's L 统计检验）+ 效率与跨域泛化，覆盖很全；唯独图的临床验证缺位。
- 写作质量: ⭐⭐⭐⭐ — 动机—方法—解释链条清晰，公式与图配合到位，归因推导讲得明白。
- 价值: ⭐⭐⭐⭐ — 在临床高风险场景同时拿下精度与内生可解释，且效率不退步，落地价值明确。