iLENS：可解释的 LLM 引导的神经影像生存分析专家组合

阿尔茨海默病 (AD) 是一种复杂的神经退行性疾病，持续影响着全世界数百万人。预测前驱阶段的 AD 转化对于了解疾病和患者护理仍然至关重要。因此，生存模型广泛用于 AD 风险预测，但它们通常是静态预测器，可解释性有限且没有自然语言推理能力。在这项工作中，我们提出了 iLENS，这是一种基于混合专家 (MoE) 的可解释的 大语言模型 (LLM) 指导框架，用于 AD 转换中的生存预测。我们的方法使用 LLM 来综合结构化神经影像测量和非结构化信息来指导专家路由。我们的框架展示了在患者亚型分析方面具有竞争力的预测性能和能力。此外，我们的框架为其路由决策提供了透明的、基于生物学的基本原理，弥合了高性能生存分析和可解释的临床决策支持之间的差距。