事件风险预测在纵向电子健康记录（EHR）中极具挑战，因为相关信号往往跨模态、单独弱且分布在不规则的患者历史中。我们提出结构化证据路由（structured evidence routing），采用路由器‑预测器‑审稿人三阶段工作流，将完整记录的访问与疾病特定评估分离。
路由器首先对完整的预索引 EHR 进行组织，生成紧凑的摘要并提取针对性的证据切片。预测器基于这些证据切片构建与证据相连的风险评估，随后审稿人对评估结果进行批判性审查。
为与监督式 EHRSHOT 基线进行比较，我们将路由得到的证据摘要与监督分类器的读出层相结合。实验覆盖五个一年期的事件诊断任务，结果显示本方法在 AUROC 上达到已建立的监督 EHRSHOT 基线水平，并在 AUPRC 上保持竞争力，同时提供患者特定的证据轨迹。内部的预读出消融实验进一步表明，路由过程、实验室证据、任务引导以及审稿环节均对性能有正向贡献。
博主点评：该工作通过明确的证据路由机制，将“全记录”与“疾病聚焦”有效解耦，既保留了信息完整性，又提升了模型可解释性，为临床风险预测提供了可追溯的决策路径。