融合量子机器学习与Agentic AI的医疗时序死亡风险预测

医疗时序预测项目里，QuanTiMedAI 这个名称代表一个典型的探索方向：用量子增强的时间序列模型处理心搏骤停患者的死亡风险预测，同时用 Agentic AI 来自动编排建模流程中的关键决策。它不是已经进入临床的成熟产品，而是一个把量子机器学习、深度时序模型和智能体三个方向放在同一框架里的研究型原型。本文会从问题定义、系统架构、数据组织、最小实现、实验验证到常见排错，完整梳理这类项目落地时会遇到的环节。

这个方向适合三类读者：正在做医疗时间序列预测的研究人员，想了解量子机器学习如何与深度学习结合的算法工程师，以及负责设计自动化建模流程、对 Agentic AI 感兴趣的技术开发者。读完这篇文章，你会知道一个量子增强时序模型应该怎样与 Agent 交互、数据窗口如何构造、量子层应该放在模型哪个位置、实验指标应该如何设计，以及哪些坑是最容易把结果带偏的。

1. 为什么心搏骤停死亡预测需要量子增强和 Agentic AI

1.1 心搏骤停死亡率预测的本质是什么

心搏骤停患者进入 ICU 后，医生需要快速判断患者的死亡风险。这个任务落到机器学习模型上，就是根据一段连续观测的生理信号，预测患者在某个时间窗口内死亡的概率。

这里的数据不是一张静态表格，而是一组随时间变化的序列。常见输入包括心率、收缩压、舒张压、平均动脉压、呼吸频率、血氧饱和度、体温、GCS 评分，以及肌酐、乳酸、血小板等实验室指标。此外还有事件型特征，例如是否使用血管活性药物、是否进行机械通气、是否发生再次骤停。

构造一个严格的预测任务时，必须把“特征时间窗口”和“标签时间窗口”分开。比如入 ICU 后前 24 小时的观测数据作为特征，用来预测第 24 小时到第 72 小时之间是否死亡。如果特征窗口和标签窗口重叠，模型就会偷看未来信息，验证指标会虚高，部署后性能大幅下降。

传统做法是提取每个时间窗口的均值、方差、斜率、最大值、最小值等统计量，再交给逻辑回归或梯度提升树。这种做法的优点是稳定，缺点是丢失了序列中的动态模式。深度时序模型，比如 LSTM、GRU、Transformer，可以学习时间依赖和非线性交互，但它们在处理超高维特征组合时仍然存在瓶颈。

1.2 量子增强在时序预测中能做什么

量子增强并不是指必须把整个模型搬到量子计算机上运行。更现实的做法是在经典时序模型的基础上，加入一个量子特征映射模块，把中间向量映射到量子态构成的高维空间中。

把输入特征看作量子线路的旋转角度，经过角度编码后进入一组纠缠门，不同特征会在量子比特上产生耦合。最终测量得到的期望值，相当于原特征在量子空间中的一个投影，这个投影可以作为分类头的输入。

这样做的好处有两个。第一，量子特征空间可能有更强的表达能力，让原本在线性模型中难以区分的样本更容易分离。第二，现代量子机器学习框架支持可微分的量子线路，量子参数可以和经典深度学习参数一起端到端训练。

局限性也很明显。真实量子硬件噪声高，量子比特数量有限；本地模拟器在比特数达到几十个后，内存和算力开销就会变得很难接受。加上量子线路深度增加后容易出现梯度消失问题，训练过程会非常不稳定。因此，设计时要克制地使用量子模块，把它作为一个可替换组件，而不是不加分析地堆叠。

1.3 Agentic AI 在建模过程中承担的角色

Agentic AI 是指一个能根据目标自主规划、调用工具、观察结果并调整下一步策略的智能体。在 QuanTiMedAI 项目中，Agent 不直接参与死亡概率计算，而是负责建模流程的编排。

它可以做的动作包括：读取数据概要、检查缺失率、决定缺失值插补策略、选择时间窗口长度、调整模型超参数、决定是否加入量子特征层、评估当前指标、判断是否提前停止训练、生成最终报告。

这意味着 Agent 承担了一个“建模工程师”的日常任务。它需要感知当前状态，比如训练 loss 有没有下降、验证集 AUPRC 是否饱和、量子参数是不是出现了梯度消失，然后根据这些状态选择下一个动作。

但自动决策不等于自动正确。如果 Agent 的目标函数定义不清晰，它可能为了提升验证集指标而做出一系列不合理的操作，比如在验证集上反复调参，这本质上就是数据泄露。所以 Agent 必须运行在受限的动作空间中，所有操作都要记录，并且设置最大步数，避免无限循环。

2. 整体架构：Agentic AI 如何编排量子增强时序模型

2.1 架构分层

QuanTiMedAI 需要一个可以拆开调试的分层架构。因为量子模块、时序模型、Agent 循环各自都有独立的故障模式，如果混在一起，问题会非常难定位。

感知层负责原始数据接入、缺失检测、异常值过滤、频率对齐和窗口切分。编排层是 Agent 的核心，它保存任务描述、环境状态、工具清单和历史动作。模型层包含经典时序编码器、量子特征模块和分类头，对外只暴露训练、评估、预测三个接口。验证层负责计算指标、绘制校准曲线、统计特征重要性，并生成可读报告。

各层之间的调用顺序由 Agent 决定，但每一层内部必须是确定性的。比如感知层只要入参相同，输出就必须相同；模型层固定随机种子后，同一配置训练结果应该一致。只有底层确定性足够强，Agent 的上层决策才可复现。

2.2 Agent 的动作空间和工具注册表

为了让 Agent 不“自由发挥”，必须预先定义动作空间。动作空间是 Agent 可以调用的函数集合，不能无限扩大。一个推荐的做法是把工具注册表写成 JSON 配置，Agent 在每一轮先从注册表里选择一个工具，再生成参数。

{ "tools": [ { "name": "profile_data", "description": "分析每个变量的缺失率、时间间隔、分布范围", "input_schema": { "path": "string" } }, { "name": "train_model", "description": "根据超参数训练一个模型变体", "input_schema": { "model_type": "string", "window_size": "integer", "quantum_enabled": "boolean" } }, { "name": "evaluate_model", "description": "在验证集上计算 AUROC、AUPRC、Brier 分数", "input_schema": { "experiment_id": "string" } }, { "name": "search_hyperparameters", "description": "运行有限步贝叶斯搜索", "input_schema": { "n_trials": "integer" } }, { "name": "generate_report", "description": "生成包含指标和校准曲线的实验报告", "input_schema": { "output_dir": "string" } } ] }

关键点在于每个工具必须有明确的输入输出 schema。Agent 每次调用工具后，系统会保存“工具名 + 参数 + 返回摘要”，这一步是复现实验的基础。不要只记录最终模型，还要记录 Agent 为什么选择某个模型，否则问题排查时就像在看一部没有前情提要的连续剧。

2.3 为什么选择 Agent 而不是固定 Pipeline

固定 Pipeline 的优点是稳定、可复现，缺点是灵活性差。当数据质量变化、变量分布出现偏移时，固定流程不会自动适应。Agentic 方案则可以在实验阶段自动尝试不同处理路径，帮助研究者更快找到值得深挖的方向。

在 QuanTiMedAI 这类研究型项目里，Agent 的价值主要体现在实验探索阶段。比如同一份 ICU 数据，缺失值处理方式可能是“均值填充”或“前向填充 + 时间缺失标志”，窗口长度可能是 12 小时或 48 小时，量子层可能打开或关闭。Agent 可以并行跑几种组合，用验证集指标引导下一轮实验。

生产环境则完全不同。模型服务阶段不能允许 Agent 在线上随意调整特征工程或模型参数，否则输出不稳定、难以审计。正确做法是：研究阶段用 Agent 探索，生产阶段把验证过的路径固化成 workflow。这是两个阶段，不能混用同一种模式。

3. 数据准备：临床时序数据应如何组织和验证

3.1 数据来源与变量

构建 QuanTiMedAI 原型时，可以用 MIMIC-IV、eICU 这类公开 ICU 数据集，也可以使用本单位经过审批的脱敏数据。使用公开数据前，必须完成相关培训、签署数据使用协议，并遵守数据安全规范。

数据变量通常分为三类：

• 连续生理信号：心率、血压、呼吸频率、血氧饱和度、体温。
• 间歇实验室指标：肌酐、乳酸、血小板、血红蛋白、白细胞计数。
• 治疗与事件标记：是否使用血管活性药物、是否气管插管、是否发生再次心搏骤停。

由于不同设备的采样频率不同，ECG 监测可以做到分钟级，实验室检验则往往间隔数小时。数据准备的核心任务是把这些不规则时间序列转换成固定步长、固定形状的窗口样本。

3.2 数据处理流程和示例代码

处理流程可以按下面几个步骤执行。

第一步，按患者分组，避免在切分训练集和验证集时产生患者重叠。

第二步，把原始时间戳归一化到小时单位，重采样到固定频率。

第三步，对缺失值做前向填充，并设置最大填充范围；超过范围的窗口直接丢弃或打缺失标志。

第四步，用滑动窗口生成样本，确定预测时间点，生成标签。

下面是一段说明思路的示例代码，实际项目需要根据数据库结构和字段名调整。

import pandas as pd import numpy as np def build_windows(df, patient_col='patient_id', time_col='time', value_cols=['heart_rate', 'sbp', 'spo2'], window_size=48, step=6, max_ffill_hours=12): windows = [] for pid, group in df.groupby(patient_col): group = group.sort_values(time_col) group = group.set_index(time_col) # 统一到小时，并前向填充，最多填充 12 小时 group = group[value_cols].resample('1H').mean().ffill(limit=max_ffill_hours) for start in range(0, len(group) - window_size, step): chunk = group.iloc[start:start + window_size] # 如果填充后仍有太多缺失则跳过 if chunk.isna().sum().sum() > len(value_cols) * 3: continue windows.append({ 'patient_id': pid, 'start_time': group.index[start], 'values': chunk.values }) return windows

这段代码有三点需要注意。

第一，resample('1H')要求time_col转化成的索引是DatetimeIndex，否则会报错。

第二，ffill(limit=12)控制了前向填充的最大长度。如果某个变量在 12 小时内没有任何值，仍然会保留 NaN，后续需要决定是删除还是填充。

第三，这里的value_cols只列了三个变量，真实项目中可能包含十几个甚至更多指标，需要把特征选择提前做完。

3.3 数据验证清单

数据问题在医疗场景中非常隐蔽，必须建一张检查清单。下面是可以直接使用的核对表。

检查项	异常现象	处理方式
时间连续	同一患者两行记录间隔异常大	检查设备离线、转科情况，按事件窗口过滤
缺失比例	某个变量缺失率超过 80%	删除该特征，或单独增加“是否缺失”标志
患者重叠	同一患者同时出现在训练集和验证集	按患者 ID 分组切分，禁止随机切分样本
标签泄漏	预测窗口内包含结局时间点	特征窗口结束时间必须早于标签时间点
单位一致性	血压有的是 mmHg，有的是 kPa	统一转换为目标单位并记录转换日志
时间跨度过大	患者数据横跨数周	只保留进入模型预测窗口之前的观测
重复记录	同一个时间点出现多行数据	按均值或最后一次观测聚合

如果在这个阶段检查不充分，后面所有模型结果都会失真。这不是“多加一层网络”能解决的问题。

4. 量子增强时序模型的实现

4.1 模型结构思路

不建议把原始时间序列直接塞进量子电路，因为序列长度通常很长，量子比特数量有限。更合理的结构是“经典时序编码器 + 量子特征层 + 分类头”三段式设计。

原始序列先经过一个经典的时序编码器，可以是 LSTM、GRU 或 Transformer，得到每个样本的隐含状态向量。这个向量的维度往往比较大，比如 128 维。为了让量子电路能处理，需要先用一个线性投影层把它降到量子比特数量对应的维度，比如 4 到 12 维。

降维后的向量经过角度编码映射到量子线路中，再通过一组纠缠门让特征之间产生互动。量子线路最后测量若干个比特的泡利算符期望值，得到一条长度等于量子比特数量的向量。这条向量再进入分类头，输出死亡风险概率。

这种结构的好处是量子模块只负责最终特征表达的一部分，即使量子层无法正常工作，整个模型也不会立刻崩溃。你仍然可以把它退化成一个经典模型继续排查问题。

4.2 用 PennyLane 和 PyTorch 搭建最小混合模型

下面是一个给研究环境使用的最小混合模型示例。它用 PyTorch 做时序编码，用 PennyLane 做量子特征编码，实际使用时需要根据依赖版本和运行设备调整。

import torch import torch.nn as nn import pennylane as qml n_qubits = 4 dev = qml.device("default.qubit", shots=200) @qml.qnode(dev, interface="torch", diff_method="adjoint") def quantum_layer(inputs, weights): qml.AngleEmbedding(inputs, wires=range(n_qubits)) qml.BasicEntanglerLayers(weights, wires=range(n_qubits)) return [qml.expval(qml.PauliZ(i)) for i in range(n_qubits)] class QuantumEnhancedTemporalModel(nn.Module): def __init__(self, input_dim, hidden_dim, n_qubits=4): super().__init__() self.temporal_encoder = nn.LSTM(input_dim, hidden_dim, batch_first=True) self.proj = nn.Linear(hidden_dim, n_qubits) # 两层纠缠电路的参数 self.q_weights = nn.Parameter(0.01 * torch.randn(2, n_qubits, n_qubits)) self.classifier = nn.Linear(n_qubits, 1) def forward(self, x): hidden, _ = self.temporal_encoder(x) last_hidden = hidden[:, -1, :] features = torch.tanh(self.proj(last_hidden)) # 注意：这里为了可读性做了循环，实际工程要优化为批量执行 q_out = torch.stack([quantum_layer(f, w) for f, w in zip(features, self.q_weights)]) return torch.sigmoid(self.classifier(q_out))

这个示例中有几处容易踩坑。

第一，AngleEmbedding要求输入维度必须等于量子比特数量。如果proj输出的特征维度不等于n_qubits，运行时会报维度错误。

第二，q_weights的形状必须和BasicEntanglerLayers期待的层数、比特数匹配。这里写的是两层电路，如果换成一个三层结构，需要同步修改第一维。

第三，torch.stack循环方式在 batch size 较大时很慢，训练一个 epoch 会极其耗时。实际项目中应当使用支持批量执行的量子层，或者降低量子评估频率。

第四，shots=200会让量子层带有采样噪声，训练初期会放大梯度方差。模拟实验可以先取消shots参数，使用解析期望值，等验证后再评估真实硬件噪声的影响。

4.3 训练策略

量子增强模型的收敛比纯经典模型更不稳定，训练策略需要保守一些。

建议把学习率调到1e-3以下。如果不确定，先用纯经典模型确定一个合理学习率，再在此基础上把量子参数学习率降低一位数。可以通过 PyTorch 的param_group分别设置：

optimizer = torch.optim.Adam([ {"params": model.temporal_encoder.parameters()}, {"params": model.proj.parameters()}, {"params": model.classifier.parameters()}, {"params": model.q_weights, "lr": 1e-4} ], lr=1e-3)

这里给量子参数单独设置了较低学习率。如果不这样做，量子参数的梯度一旦过大，整个模型会剧烈震荡。

损失函数建议根据类别不平衡情况选择。如果死亡样本比例明显低于存活样本，可以使用BCEWithLogitsLoss配合pos_weight，或者使用 Focal Loss。评估时不要只看 AUC，还要看 AUPRC 和校准曲线，因为 AUC 在类别极不平衡时容易被高正确率的多数类主导。

训练过程中要固定所有随机种子，包括 PyTorch、NumPy 和 PennyLane 设备种子。如果不固定，同一次实验跑两遍结果可能差别很大，后续 Agent 编排的每一步决策都会受到影响。

5. 训练和验证：从实验设计到指标解读

5.1 实验配置

QuanTiMedAI 不是一个孤立模型，而是由多个组件组成的系统。要判断每个组件是否有价值，必须设计清晰的对比实验。

模型组	说明
LR + 手工时序统计特征	经典基线，判断是否需要深度模型
LSTM / Transformer	纯经典时序模型，判断深度模型收益
经典时序模型 + 量子特征层	检验量子模块是否带来额外判别力
完整 QuanTiMedAI（Agent 编排）	检验自动化编排是否影响最终指标

每组实验使用完全相同的患者分组、窗口参数、随机种子。建议做 5 次重复实验，报告均值和标准差，而不是只挑最好的一次结果。这样能排除随机初始化带来的误差。

Agent 参与实验时，需要额外记录它选择的所有操作路径。如果最终结果非常好，但不能复现操作路径，这个结果的价值就很有限。

5.2 指标和阈值

死亡风险预测的评价指标不能只看一个。下表是推荐至少报告的一组指标。

指标	用途	注意点
AUROC	整体判别力	不平衡数据下可能过于乐观
AUPRC	阳性类判别力	更关注少数类，推荐优先看这个
Brier Score	概率校准	越低代表预测概率越接近真实频率
Calibration Plot	校准可视化	将预测概率分箱，比较均值与真实事件率
Decision Threshold	临床决策阈值	需要结合敏感度、特异度选择，不应默认 0.5

临床场景中，模型输出的概率不应当直接作为停止治疗的依据。它更适合作为风险分层工具，提示医护人员哪些患者需要更密切的监护。即便一条概率超过阈值，也只是表示“需要进一步评估”，而不是自动做出某个医疗决定。

5.3 训练日志示例和检查方式

一个有效的训练日志应该能回答“实验过程中发生了什么”和“Agent 做了什么”。下面是一个推荐格式。

epoch 3/30 train_loss: 0.3421 | val_loss: 0.3982 val_auroc: 0.761 | val_auprc: 0.312 quantum_layer: q_weights std=0.0194 agent_action: no_early_stop

如果发现 val loss 在某个 epoch 后持续上升而 train loss 还在下降，就要考虑过拟合。如果量子参数的标准差逐渐变成 0，说明梯度消失或者参数根本没有更新。如果 Agent 在连续多个 epoch 都选择“no_early_stop”，需要查看是不是工具调用配置有误，或者目标函数没有包含早停激励。

在实验记录中，建议保存三类数据：模型权重和参数、每轮训练指标、Agent 完整动作轨迹。只保存模型权重是不够的，因为无法判断 Agent 在训练过程中是否进行过不合理的调整。

6. 常见问题与排错路径

6.1 量子部分的问题

量子模块加入后，训练最常出现以下几类现象。

问题现象	可能原因	检查方式	处理建议
训练 loss 不下降	学习率过大或量子电路梯度消失	打印量子参数梯度范数	降低学习率，减少电路层数
同一批次多次预测结果差异大	shot 数太少	比较不同 shot 数下输出方差	增加 shots，或取消采样噪声
QNode 编译非常慢	循环调用单样本量子函数	统计每个 epoch 耗时	使用批量接口，或减少量子层调用频率
量子模块在 GPU 上不可用	模拟器设备通常只支持 CPU	查看设备日志	保持 CPU 计算该层，接受一定性能损失
插入量子层后指标反而下降	特征维度不够或量子层位置不恰当	对比去掉量子层的同配置模型	先调好经典基线，再决定是否保留量子层

不建议因为模型带“量子”标签就跳过经典基线。量子层只会放大已经存在的问题。如果经典模型在验证集上的指标都不可信，那么量子增强后的结果同样不可信。

6.2 Agentic 编排的问题

Agent 最典型的问题是陷入循环，反复执行同一个工具而不推进实验。解决方案是设置最大步数，例如默认 15 步。当步数用尽时，强制输出当前最优结果并结束本轮探索。

另一个问题是动作轨迹不一致。同一个问题，Agent 今天选择了第 1 条路径，明天却选择了第 2 条路径。这不一定代表模型能力变化，而是因为模型采样具有随机性。解决方法是固定 Agent 底层的随机种子，并保存每一步的工具调用记录。在复现实验时，优先重放保存的动作轨迹，而不是让 Agent 每次重新生成路径。

如果 Agent 选择了非常激进的特征处理方式，比如删除大量缺失样本或对标签做重采样，不要急于否定它。先检查它的推理链，确认目标函数是否写清楚了。多数情况下，问题是“当前 AUC 不够高”被 Agent 理解成了“必须强行改变数据分布”，这是目标定义不清晰造成的，应该调整 prompt 或工具描述。

6.3 数据评估问题

医疗时序数据最容易出现的是时间泄漏。

例如在构造窗口时，先用未来 48 小时的数据做缺失值填充，然后又用同一个未来窗口的结局做标签，这会让模型在训练时隐式看到未来信息。正确做法是特征窗口的最大时间必须严格小于标签时间点。

另一个问题是类别不平衡下只报告 AUC。比如 100 个样本中只有 5 个死亡，模型只要全部预测为存活，AUC 也可能达到 0.5 附近，而 AUPRC 会明显偏低。因此，至少同时报告 AUPRC 和 Brier Score。

还有一个常见问题是患者分组随机化。如果同一个患者的多个窗口被随机分配到训练集和测试集，模型可能记住了患者 ID 而学不到泛化规律。必须按患者分组切分数据。

7. 最佳实践与后续扩展

7.1 从原型到可部署系统需要补齐什么

QuanTiMedAI 这类系统目前更适合定位为研究原型。要把它变成可信赖的临床辅助系统，还需要补齐外部验证集或多中心数据、基线模型对比、消融实验、敏感性分析和不确定性估计。

涉及患者数据时，还要完成数据使用合规审查、模型审计、权限控制和日志追踪。模型输出的每个概率都应附带置信区间，避免被解读成确定结论。在生产环境中，任何自动决策都要有回滚方案。比如 Agent 在实验阶段表现很好，但在线上推理时仍然出现异常，应当自动切换回固定流程，而不是让 Agent 自行决策。

7.2 学习环境和生产环境的差异清单

关注点	学习/研究环境	生产环境
数据	公开数据或脱敏样本	真实临床入口、实时数据流
量子模块	本地模拟器	需要评估真实硬件或固化为经典近似
Agent 路径	允许探索和试错	固化流程，禁止运行时自动改参数
可解释性	特征重要性、校准图	需满足临床报告要求
监控	训练日志	推理日志、漂移检测、告警
部署	单机验证	容器化、多副本、版本回滚

研究阶段要开放思路，生产阶段要收敛规则。这是 Agentic AI 与传统 Pipeline 在落地时最重要的区别。

7.3 后续扩展方向

后续可以从三个方向继续深入。

第一，把量子特征层换成可学习的电路结构搜索，观察不同纠缠拓扑在临床时序数据上的表现差异。

第二，引入多模态数据，比如心电波形、影像文本和病程记录，让模型综合更多信息。

第三，让 Agent 具备反思能力。在每轮训练结束后，它可以总结失败原因，并将结论存入记忆，下一轮实验不再重复同样的错误。这类长期研究问题需要大量实验支撑，短期内更适合放在研究型项目中。

真正值得反复练习的是：先建立可复现的经典基线，再逐步引入量子增强和 Agentic 编排。每加一层，都要能回答“它到底提升了什么、是在哪个环节提升、为什么在这个数据集上成立”。这样的项目记录，比任何缺少对照的原型都更有说服力。