Glyph把临床基础模型的隐向量拆成可读概念：在腹部CT队列里找到397个可复现的预后标记

临床基础模型的嵌入能预测训练目标之外的疾病结局，但这些信息藏在难以拆解的高维向量里，无法当作候选标记逐个评估。Glyph把这些嵌入分解成稀疏特征，再筛选、命名并检验它们与未来疾病的关系，从而把“整条向量”变成可单独考察的临床概念。 此前的自动化临床发现依赖人工编码的表型或预先选定的标记集合，能查到的关联被这套预设特征限定；智能体系统调用这些工具时也继承同样的边界。 在发现站点，4,285个特征与141个结局的全部配对构成604,185个候选关联，经Bonferroni校正后留下4,463个显著关联，覆盖影像、报告和化验三种模态。

这些概念不是只在新数据上失效的拟合产物：同一套稀疏自编码器权重被零样本应用到内部测试队列和两个外部站点，关联仍能复现。 内部测试队列复现了4,463个显著关联中的3,095个（69.3%），规模更大的社区医院外部站点复现3,314个（74.3%），跨州的外部站点复现了影像与报告关联中的1,701个（54.7%）。 复现判定使用5%错误发现率的Benjamini–Hochberg校正并要求效应方向一致，全程不重新校准模型。

把嵌入拆成概念后，每个概念可以连同年龄、性别、BMI、饮酒、吸烟、种族等协变量和其他概念一起做混杂调整，从而区分哪些关联在调整后仍然成立。 4,463个显著关联中有1,198个（26.8%）在双机器学习调整后仍保留显著调整比值比；积液类概念大量衰减，而胆汁淤积、血细胞减少和氮质血症等化验概念保留了大部分关联。 调整在每个结局上纳入至多十个显著相关概念和六个通用临床协变量，并在外部站点重复同一流程。

与文献标记的直接比较显示，Glyph概念携带了已发表标记之外的预后信息。 在合并的留出队列中，每个结局的前十个Glyph概念复现率为64.8%，高于文献检索标记的28.2%、表现最好的十个文献标记的41.2%和对应Phecodes的54.8%，调整后中位比值比也更高（1.31对1.16）。 文献侧由一个充当共同科学家的智能体检索342,647篇论文，重建出412个可在本地数据中计算的标记；两侧模型都在发现站点拟合，在合并留出队列上评估。

结论建立在接受腹部CT的患者队列上，发现站点为14,652名患者、20,391次检查，三个留出队列合计26,976名患者；结局标签来自ICD编码映射的Phecodes，关联反映的是调整后的统计关系而非因果关系。

作者指出，队列因腹部CT而富集腹部疾病，可能抬高肝胆与肾功能标记的显著度；ICD编码可能存在漏码、错码和录入延迟，部分关联可能反映已存在但未记录的疾病；混杂调整的相关性阈值是启发式的，结果对该阈值敏感；部分概念并非单一语义，自动文本解释未必等于精确临床含义。