痴呆症是一种广泛的大脑活动的进行性和不可逆转的衰退，包括记忆、思考、定向、理解、计算、学习能力、语言和判断受损，超出了自然生物衰老的预期。世界卫生组织估计，全世界约有5500万人患有痴呆症，到2030年将增至7800万人，到2050年将增至1.39亿人[ 1］．管理照顾这一不断增长的人口会产生巨大的成本。阿尔茨海默氏症协会认为，英国痴呆症患者的护理费用为347亿英镑(400亿美元)，到2040年将大幅上升至941亿英镑(1086亿美元)[ 2］．由于摔倒损伤、败血症、肺炎和尿路感染(UTI)等可能可预防的疾病而住院的痴呆症患者给卫生系统带来巨大压力。为了最大限度地减少可预防的住院治疗，对人工智能驱动的技术进行了大量投资，使痴呆症患者在舒适的家中生活时，能够远程监测和协助他们的健康。

英国痴呆症研究所护理研究和技术中心在这一方向上做出了重大努力，其愿景是“使用以患者为中心的技术，帮助痴呆症患者在自己家中生活得更好、更久”[ 3.］．英国痴呆症研究所护理研究和技术中心的团队开发了一种基于传感器的远程健康监测平台，使临床医生能够早期干预，并使研究人员能够提高他们对痴呆症发病和发展的理解[ 4］．该队列目前涵盖了102名痴呆症患者，他们与照顾他们的人生活在自己的家中。数据收集从2019年开始，将至少持续到2025年，每年有更多的参与者加入，使其成为全球规模最大、运行时间最长、最多样化和独特的痴呆症数据收集项目之一。传感器、框架、模型、临床监测工作流程、参与者应用程序和监测仪表板共同构成了一个名为Minder的数字平台(请参阅英国痴呆症研究所的网站[ 4]以获取更多资料)。

痴呆症患者偶尔会出现行为和心理症状，如躁动、攻击性、睡眠障碍、泌尿系统障碍、脱水和摔倒。UTI是老年人中诊断最多的感染，早期发现是预防进一步并发症的关键[ 5， 6］．尿路感染的诊断仍然存在问题，因为存在一系列非特异性症状，无症状菌尿的高患病率，寻求帮助的行为减少[ 7- 9］．

在家庭健康监测的背景下，“异常”可以简单地理解为正常数据中意外但显著的不规则，这表明存在不利条件。在大量正常数据中很难发现异常。异常丢失或错误分类的代价可能很高(例如，未能检测到UTI可能是灾难性的)。当前的医疗异常检测方法受到一个或多个现实世界问题的挑战:高维和多元数据;关于正常数据和异常数据之间的区别的信息很少或没有;时间过程数据和低延迟进行预测的需求;病人的可变性;由于社交访问、宠物、传感器问题和噪音标签而产生的噪音和缺乏周期性;误报率高;高调优需求; and low explainability to clinical monitoring teams and caregivers [ 10］．

我们的工作目标是开发一种临床有用的、领域不可知的、快速的、轻量级的、无监督的异常检测方法，用于真实世界的噪声医疗保健数据。我们考虑了个体可变性、个体和领域之间的普遍性，以及以数字生物标志物发现的形式对临床医生和护理人员的解释性。我们的工作做出了以下贡献:(1)它提供了上下文矩阵配置文件(CMP)在医疗保健中的自适应异常检测的第一个用例，特别是在现实世界的远程健康监测场景中;(2)开发多维CMP，用于异常患者天数的识别和评分;(3)它证明了基于cmp的异常评分方法的有效性;(4)它使用CMP发现异常的生物标记物，使用家庭运动数据。

我们对15名患者的家庭运动数据进行了实验，这些患者是从正在进行的Minder研究中挑选出来的，在总共9363个患者日中有31例UTI和10个住院标签。所有实验都在64位英特尔i7-8700K中央处理器上运行，3.7 GHz Windows 10机器，32 GB RAM。

我们的实验设置列在 表1．对于每个异常评分模型，我们尝试了窗口大小、IQR阈值、鲁棒性的每种组合 z阈值和分位数阈值并报告得到的最佳结果。

我们使用来自15名患者的数据来评估基于多维cmp的异常评分，相对于单变量方法和文献中其他3种流行的、无参数的、可解释的现代方法:基于角度的异常值检测(ABOD)、基于copula的异常值检测(COPOD)和轻量级在线异常检测(LODA)。为了适合在无监督的流场景中使用，我们只使用每个时间点的历史数据。

ABOD测量由相应距离加权的数据点的角度(余弦)谱的方差。ABOD的工作原理是，如果一个点的观测角度的光谱很小，那么其他点将只位于特定的方向。这意味着该点位于一些分组在一起的点集合之外，这意味着该点是一个离群值[ 49］．COPOD的灵感来自于用于建模多元数据分布的copulas。COPOD首先构造一个经验copula，然后使用它来预测每个给定数据点的尾部概率，以确定其“极端”水平。由COPOD产生的离群值分数测量了一个点相对于数据集中其他点的可能性。该方法输出一个“维度离群值图”，提供对给定离群点的离群子空间或特征的洞察[ 50］．LODA包含的集合 k一维直方图，每个直方图近似于输入数据投影到单个投影向量上的概率密度。投影向量的作用是使单个直方图多样化，这使得集成系统能够提高单个检测器的性能。LODA的复杂度与训练样本的数量和输入空间的维数呈线性关系[ 44］．

我们使用3个阈值标准进行评分( 文本框6)．

为了确定基于cmp的异常评分在识别痴呆症患者真实世界远程监测数据中的异常时具有多大的竞争力，我们报告了所示的测量方法 文本框7对于每个模型。

如果预测日期在异常标记日期的软缓冲区内，则假定异常被正确识别。为了透明度，我们同时报告了平均召回率和患者召回率。从临床角度来看，这一指标是模型有效性的直接指标。

当在模型之间进行选择时，临床医生可能会选择平均召回率较高的模型，因为在我们的场景中，虚假警报的成本和不便远远小于错过真实异常的成本。

数字生物标志物是消费者产生的生理和行为测量，通过连接的数字工具收集，可用于解释、影响或预测健康结果[ 52］．美国食品和药物管理局-国家卫生研究院“生物标记物、终点和其他工具”对传统生物标记物的分类将其使用分为以下几类:易感性或风险确定，用于检测和确认感兴趣病症存在的诊断用途，监测病症状态，用于确定病症可能性、复发或进展的预后用途，预测用途，以及通过接触医疗产品或制剂测量反应[ 53］．我们设想这些异常的生物标记物将用于易感性的确定，并协助诊断、预后和预测UTI或其他不良临床事件。

多维CMP的创建涉及结合特定于特征的CMP的中间步骤，以便每个上下文按照特征的最近邻居距离的升序排列。这意味着，如果我们简单地跟踪有序堆叠CMP中每个上下文的有序特征集，我们就可以发现它的每个维度中最常见的贡献特征。第0维的模态特征将是与患者异常评分相关的最重要的生物标志物。第一维度的模态特征将是第二重要的生物标志物，以此类推。随后，通过查看整个队列的有序堆叠cmp，我们可以确定广义顶部 k重要的生物标志物。

本研究获得了东南海岸萨里郡国家卫生服务研究伦理委员会(卫生研究管理局)的伦理批准;技术综合健康管理研究伦理委员会参考文献:16/LO/1802;综合研究应用系统ID: 211318。

我们报告了每种类型的单变量和多变量模型的最佳结果( 表2)．

所有模型都能正确识别研究中三分之二患者的三分之一以上的已知异常。其中，具有等权重上下文的多维CMP(在窗口大小=7天时)具有鲁棒性 z= 1.65, k=1) 100%(15/15)的患者的回忆率为>33%。其他基于cmp的方法显示，高达93%(14/15)的患者有类似的回忆。这突出了对多维CMP作为异常检测工具的强大支持。

我们还测量了在我们的研究中，在624个平均患者日中，每个模型引起了多少异常。如图所示，任何基于cmp的模型提出的最大警报数量仅约为34或5.4%(34/624)的患者日。我们表现最好的CMP模型发出了大约32个警报，平均为5.1%(32/624)的患者日。注意，在我们的数据集中，平均每个患者有3个标记异常;然而，正如前面所强调的，注释的异常只包括UTI和住院，我们的模型旨在捕捉任何异常活动。

平均召回率与检测到的异常总数一起查看时，提供了性能的整体视图，因为通过识别异常数量非常多，很容易获得性能最佳的模型。总的来说，最好的模型是一个高召回率，但提出的异常数量很少的模型。结果表明，在窗口大小为7天的情况下，具有等加权上下文的多维CMP具有鲁棒性 z= 1.65, k=1提供了最佳的平衡性能，在624天的患者旅程中平均仅发出32个警报。ABOD的召回率相对较低，而LODA和COPOD的召回率较高，但比我们表现最好的模型产生的警报数量更多。

如前所述，患者的多维CMP可用于发现异常的重要数字生物标志物。在 图8，我们显示了显著特征对整个队列异常评分的贡献的量级。

我们发现，清晨(午夜至早上6点)上厕所是导致异常评分的最大单一因素，该队列的中位数约为30%。这证实了文献中的发现，不寻常的浴室活动是尿路感染的临床显著特征[ 12， 54]，其中包括我们标记数据集中四分之三的异常。患者水平的调查显示，这是60%(9/15)患者的顶级生物标志物。深夜(下午6点至午夜)上厕所也有12%的贡献。这两个因素都与睡眠中断有关，这在痴呆症患者中很常见。清晨不寻常的卧室和厨房活动也是异常得分的重要因素之一，这表明痴呆患者中出现的徘徊和睡眠紊乱。

多维CMP还提供了对患者特异性异常的直观见解。 图9显示2例患者的异常评分，按异常评分中位数排序。

对于患者JYN9，不寻常的清晨厨房活动是异常活动的主要生物标志物，我们也看到异常评分的最大方差。对于SFAV患者，不寻常的卧室活动是他们异常评分的最大因素。这些数字显示了2例患者的不同异常模式，可能是第一名患者的躁动和徘徊，第二名患者的睡眠中断和随时间变化的卧室活动。我们可以设想一个异常检测仪表板，为临床医生提供这样的洞察，使他们能够根据需要进行针对性的干预。

我们还可以使用标准化异常评分来查看跨患者视图( 图10)，其中我们使用患者自己的最优值来观察多变量异常评分的跨队列变化 k维分数。研究患者认知得分的差异会很有趣。

痴呆症患者异常的早期识别为在重大健康事件发生之前进行早期干预提供了一个机会窗口。这意味着改善健康状况，减少医疗费用，继续保持独立，提高生活质量[ 43］．在这项研究中，我们开发了一种mp驱动的异常检测方法，并评估了其在现实世界中基于传感器的痴呆症患者远程监测研究中的使用。我们开发了多维CMP来根据传感器数据对患者家庭活动进行建模，并使用时间段内活动之间的平均欧几里得距离作为生成单个异常评分的基础。基于cmp的方法克服了传统基于距离的异常检测技术的问题，即噪声、高警报率和局部新颖性识别导致的退化。我们的实验表明，基于多维cmp的异常检测比其他类似的快速、现代、准确和无参数的无监督异常检测技术表现得更好。它非常适合于以噪声和不完整标记为特征的现实世界远程监测数据，并且还可以作为操作监测的可视化工具，也有助于发现个性化和队列范围的数字生物标志物。每个居民的个性化模型来自于他们自己的传感器数据模式[ 43］．这些方面使得基于cmp的异常检测具有临床意义，可解释，并立即可用，从而解放了临床医生不得不注释患者活动的宝贵时间。CMP是域不可知的，可以轻松扩展到不同类型的医疗保健数据和域。据我们所知，我们的工作是CMP在医疗异常检测中的第一个真实用例。

我们选择的实验参数与临床相关。上下文窗口为3，子序列长度为3，以获得最大粒度、抗噪声性和对异常(如UTI)的适用性，其中3天模式比更粒度的每日分析更有可能产生异常行为;尿路感染通常需要3至8天才会出现[ 55］．可以轻松配置上下文窗口和子序列长度，以调查不同粒度级别的异常，例如7天、2周或1个月。同样，我们使用7天、14天、21天、30天、60天和90天的窗口来阈值异常评分。这样的时间段遵循典型的人类行为模式，很容易被临床医生理解。IQR的阈值，鲁棒性 z并选择基于分位数的阈值和熵参数来反映文献中广泛使用的值。标签验证的软缓冲(实际异常标签的−10天到+7天)反映了由于噪音而导致的弱标记问题和由于人工标记而导致的不准确问题，UTI发展和临床诊断所需的时间，以及早期发现异常的需要。道及基奥[ 56]对弱标记数据使用了类似的评估技术。我们选择ABOD、COPOD和LODA与基于cmp的方法进行比较，因为它们同样是与流数据场景(如远程健康监控)相关的高性能、无参数、可解释、无监督异常检测技术。

我们的评估方法也设计得简单、透明和有临床意义。一个好的方法必须表现出高的跨队列平均敏感性，同时对个体患者也有高的敏感性，同时发出最小的警报。因此，我们报告了总体敏感性、患者敏感性、异常升高的平均数量以及召回率与异常升高的比率，这提供了一个全面的性能测量。虽然我们报告了每个模型的精度，但必须指出的是，我们只考虑了2种类型的标签——uti和住院——而我们的模型识别了家庭移动数据中的所有类型的异常，其中许多无法使用现有的标记数据进行验证。因此，在我们的研究中，较低的绝对精度是预期的，而相对精度提供了更好的跨模型性能指示。此外，5%的警报率是一个可以接受的低率，因为这些警报可能对痴呆症患者的健康产生重要影响。这也是Rantz等人采取的方法[ 12]，我们的临床护理团队已经每周与患者进行检查。

我们的结果表明，对于性能最佳的模型，阈值的最佳滑动窗口大小为7至14天(即1-2周)。这很容易理解，因为人类行为的“异常”可以被视为他们最近日常生活中的一个突破。这在Skubic等人的研究中也得到了临床验证[ 43]，临床医生建议采用2周移动基线进行传感器数据比较和阈值设置，以平衡捕捉突然和逐渐的健康变化。短滑动窗口具有对患者特征和环境条件的变化具有鲁棒性的额外优势。然而，ABOD技术高度敏感，需要足够的数据来捕捉真正的异常值，并且在最少21天的回溯时间内表现最佳。这种增加样品以获得更好的ABOD性能的行为也在Domingues等人的研究中得到了验证[ 57］．

我们有三个惊人的发现。首先，在平衡队列范围的敏感性和引起的异常方面表现最佳的模型是基于的 k=1(即，它只考虑一个病人的前2个贡献特征)。这意味着基于患者活动的可靠异常检测模型可以是简单、轻量级、易于解释和可推广的。其次，通过简单聚合(即特定特征异常得分的总和和平均值)将特定特征cmp组合而成的单变量模型实现了高召回率和低警报量。事实上，它们在性能上更接近于表现最好的多元CMP模型，而不是更成熟的高性能模型，如LODA、ABOD和COPOD，以及其他复杂的结合单变量评分的方法，如熵加权评分。这再次表明，简单的、可解释的模型可以泛化并具有竞争力。第三，令人惊讶的是，等加权时间段评分方法比距离加权时间段评分方法获得了更好的回忆。我们期望通过强调最近的时间段而不是过去的时间段，我们可能会得到一个异常值，它反映了当前时间段的真实异常。然而，在这项研究中，情况似乎并非如此。我们的目标是探索对之前时间段进行加权的不同方法，以确认这种行为是因为所使用的特定距离加权逻辑还是更普遍的发现。

数字生物标记是我们方法中非常有用的产物。它们告诉我们在特定时期是什么样的家庭活动导致了这种异常。此外，通过查看患者的时间轴，我们可以找到在整个时间段内对异常评分贡献最频繁的单一最常见的活动或特征(即异常行为的数字生物标志物)。我们发现整个队列中，清晨(午夜至早上6点)的浴室活动是异常行为最常见的数字生物标志物(9/15,60%的患者)，其次是深夜的浴室活动和清晨的卧室和厨房活动。这些发现定量地验证了对痴呆症患者的观察性研究，这些研究观察到躁动、在不寻常的时间徘徊和不寻常的浴室活动，特别是在经历UTI的痴呆症患者中，特别是在清晨和深夜的浴室活动中[ 14， 20.， 45， 46］．最后，我们的方法可以提供在时间段、患者和队列水平上异常的数字生物标志物的排名。这一结果使得基于cmp的异常评分独立用于临床监测和数字生物标志物的查询和验证。

这项工作与现有发表的基于Minder研究的研究之间有一些显著的区别。首先，已发表的作品使用了各种监督和半监督机器学习方法来检测或预测目标健康状况，如躁动和UTI(一项研究使用了无监督学习通过聚类分离异常运动模式)。因此，这些模型使用来自临床验证的患者子集的数据进行训练，这些患者在其轨迹中具有特定的健康状况。相比之下，我们的工作评估了一种轻量级、无监督、无参数的方法来检测基于家庭活动数据的一般异常。它不需要训练数据，而是根据经历过一次或多次尿路感染和住院事件的患者的数据进行验证。其次，现有的研究除了家庭活动外，还纳入了患者的生理数据和家用电器的使用。我们目前只使用家庭移动数据。第三，现有的研究依赖于固定的训练数据或定期刷新的训练数据，而我们的方法被设计为在流环境中工作，这意味着我们的每日检测和警报算法使用截至当天的患者时间轴中的信息。第四，我们的算法是患者数据驱动的，而不是队列数据驱动的。这意味着我们通过考虑算法在单个患者数据上的表现来评估平均召回率。 In contrast, published work takes a cohort-wide or patient-blind approach to assess algorithm performance. These factors should be collectively considered when comparing our work with other Minder-based research.

基于cmp的方法非常适合异常检测应用程序，其中数据和标签以真实世界的噪声为特征，监督学习所需的注释训练数据可能由于资源限制或流数据场景而不可用，以及正常数据和异常数据之间的区别不明确。这包括在各种工业、城市和医疗保健环境中基于传感器的远程健康监测。基于cmp的方法擅长缩小和关注可配置时间尺度上的时间模式。它还在设计时考虑到了个性化，这使得它特别适用于医疗保健，在医疗保健中，相似的异常模式或相同的疾病可能在不同的个体中表现不同。对于可解释性是操作监控团队的关键的情况，它是理想的。

基于cmp的方法对于优先考虑敏感性而不是可解释性的应用程序可能并不理想。对于具有明确定义的、易于理解的模式的数据，例如心电图数据，或者噪声水平较低或正常和异常数据之间的区别很清楚的数据，它也不是最佳工具。最后，CMP管道需要使用特征缩减方法进行扩充，以便扩展到高维数据。

本文提出的异常检测方法的一个局限性是没有考虑传感器间的相关性。这将在未来使用可解释机器学习的研究中进行调查。其次，我们的研究忽略了前门和后门的传感器数据。这一遗漏是故意的，因为我们感兴趣的是检测由室内家庭活动的重大变化引起的异常，而不是由户外情况引起的异常。此外，前门和后门的打开和关闭也很难归因于痴呆症患者。第三，需要一种区分患者与其他家庭成员的系统，以提高基于被动感知的异常检测模型的鲁棒性。第四，为了实现比1个“上下文”更细的粒度和更低的延迟，应该将基于cmp的异常检测模型配置为每小时或以高于1天的分辨率摄取数据。第五，我们假设单个时间窗口中的异常可以确定复杂的健康事件。然而，宠物和访客的出现也可能导致异常。为了解决这个问题，我们不仅需要区分患者和护理人员，而且还需要一种在后续时间窗口监测异常的方法，以高可信度将异常与健康变化联系起来。 Finally, we will require a larger sample size to further validate our approach.

在本研究中，我们开发了一种基于CMP的新型轻量级无监督异常检测管道，并将其用于基于传感器的痴呆症患者远程健康监测。我们以新颖的方式组合了单变量CMP评分，开发了多变量CMP，并对其进行了测试，以通过滑动窗口的阈值识别异常患者天数。我们证明了基于cmp的异常评分比其他无监督异常检测的可比方法更有效和可推广。具体而言，基于7天滑动窗口并使用前2个贡献患者特定特征的多维CMP显示84.3%的召回率，在平均624天的患者时间轴上仅显示32次警报。此外，我们还展示了CMP如何用于发现和解释时间段、患者和队列水平异常的数字生物标志物。我们从15名患有UTI和住院事件的痴呆症患者中收集了9363天的研究，结果表明，在一天的早期和晚期，不寻常的浴室活动是我们队列中异常的一个突出生物标志物。这有助于定量验证痴呆患者类似行为的观察性研究。

我们未来的工作将集中在以下领域:将生理数据添加到异常评分管道中，开发CMP作为数据中模式和异常的有效可视化监控工具，并适应除欧几里得距离外的其他距离指标，在更大的患者队列和不同类型的异常上验证CMP，并使用机器学习方法使用基于CMP的评分对不同类型的异常进行分类。我们还将研究季节影响，并将我们的方法与其他相关异常检测方法进行比较。我们计划将我们的模型集成到Minder平台中，在检测到异常时发出警报，使监测团队能够调查底层传感器数据，并及时为患者提供干预。被验证为真实的警报将被记录在患者时间轴上，并用于监控模型的操作准确性。