SurvICL：首个超越Cox模型的生存分析基础模型

生存分析是医学统计中的核心工具，用来回答"患者什么时候会发生某个事件"——比如疾病复发、死亡或设备故障。半个世纪以来，Cox比例风险模型一直是这一领域的金标准。即便表格基础模型（Tabular Foundation Models, TFM）已经在分类和回归任务上全面超越梯度提升树，生存分析这块阵地却始终没有被撼动。直到SurvICL的出现。

一个反直觉的发现：基础模型打不过五十年前的Cox

研究团队首先做了一个系统性的检验：把当前主流的表格基础模型直接用于生存分析任务，结果令人意外——没有任何一个TFM能稳定击败Cox模型。

原因并不难理解。生存分析面对的是删失数据（censored data），即只知道事件在某个时间点之后尚未发生，却不清楚确切的发生时间。这导致标准监督学习的损失函数无法直接套用。再加上临床队列往往样本量很小，基础模型赖以发挥优势的大规模预训练-微调范式在这里很难奏效。

这个发现本身就值得注意：它说明生存分析不是"再套一个transformer"就能解决的问题，而是需要针对任务特性重新设计预训练策略。

删失数据是生存分析区别于一般回归任务的根本特征。以临床随访为例：研究结束时，部分患者仍存活，我们只知道其生存时间大于随访时长，却不知道确切死亡时间。这类观测被称为右删失。如果直接丢弃这些样本，会系统性高估风险；如果当作确切事件时间处理，又会低估生存期。删失机制通常假设为「非信息性删失」，即删失时间与事件发生时间相互独立。经典的Kaplan-Meier估计和Cox部分似然都是在这一假设下推导的。深度生存模型往往需要显式建模删失分布，或采用逆概率加权、排序损失等技巧，这显著增加了建模复杂度，也是通用表格基础模型难以直接迁移的关键原因。

SurvICL的核心思路：用上下文学习直接预测生存曲线

SurvICL的关键创新在于把生存分析转化为一个上下文学习（in-context learning）问题。模型不依赖梯度更新来适配新数据集，而是在推理时直接根据输入的少量样本预测完整的生存曲线。

支撑这一能力的是预训练阶段的两个设计决策：

比例优势先验：更灵活的合成数据生成器

SurvICL完全在合成数据上预训练。团队提出了一种新的灵活比例优势先验（flexible proportional-odds prior）来生成这些合成数据集。消融实验表明，这一先验在生成质量上优于其他候选方案——它为模型提供了足够多样且结构合理的训练信号，使模型能泛化到真实临床数据。

比例优势模型（proportional odds model）是生存分析中与Cox模型并列的一类方法，适用于有序类别型或离散时间的事件结局。它假设协变量对累积概率的优势比在各时间阈值上保持恒定，即不同时间点的效应是成比例的。与Cox的比例风险假设相比，比例优势放宽了对基线风险的参数化依赖，在事件时间被离散化或存在大量并列时间点时表现更稳健。SurvICL采用的「灵活比例优势先验」正是利用这一族模型的生成能力，通过随机采样回归系数、基线优势曲线和噪声水平，合成出分布形态多样、结构合理的生存数据集。这种先验比固定参数化先验能覆盖更广的真实数据模式，为后续上下文学习提供更丰富的训练信号。

分位数回归损失：告别复杂的删失处理

大多数生存模型需要用复杂的似然函数来处理删失。SurvICL的做法截然不同：它使用普通分位数回归损失（plain quantile regression loss）进行训练。之所以可行，是因为合成数据生成器天然可以提供无删失的事件时间——模型在预训练时看到的是"完整答案"，因此不需要在损失函数层面处理删失问题。

这相当于把删失处理的难题前置到了数据生成阶段，而非模型训练阶段。

分位数回归最早由Koenker和Bassett提出，目标不是拟合条件均值，而是估计条件分布的特定分位点，例如中位数或第90百分位。其损失函数称为弹球损失（pinball loss），对高估和低估分位点施加不对称惩罚。在生存分析中，直接对事件时间做分位数回归可以自然刻画生存曲线的多个时间点，且不需要假设特定分布族。SurvICL因为预训练数据来自合成生成器、不含删失，所以能直接使用普通分位数回归损失，避免了Cox部分似然或参数化删失似然的复杂性。这一设计将删失建模从损失层面转移到数据生成层面，使训练目标保持简洁，同时仍能输出完整的生存曲线。

103个数据集的生存分析基准

为了严谨评估SurvICL，团队构建了迄今为止规模最大的生存分析基准，覆盖103个数据集。

评估策略上，他们刻意留出63个数据集完全不参与任何设计决策——包括先验选择、损失函数设计和超参数确定。这63个数据集构成了真正的"held-out"测试集，用来检验模型的泛化能力。

在这63个数据集上，SurvICL与20个基线模型进行了对比，涵盖树模型、深度模型和基础模型，且不做任何调参。结果：

• SurvICL在整合Brier分数（integrated Brier score）的成对比较中胜出82.9%
• 排名第二的Cox模型胜率为71.3%
• SurvICL是首个在小数据集上排名超过Cox的模型

最后一点尤其关键。小数据集长期是深度学习方法在生存分析中的软肋，SurvICL在这一点上的突破说明上下文学习范式确实适合低资源临床场景。

整合Brier分数（integrated Brier score, IBS）是评估生存模型预测校准与区分度的常用指标。Brier分数衡量预测生存概率与真实结局之间的均方误差，数值越低越好。整合Brier分数则在一定时间区间上对Brier分数进行积分，反映模型在整个随访期内的平均预测误差，能同时惩罚时间点上的偏差和整体曲线形状的偏差。与一致性指数（C-index）只关注排序不同，IBS对概率校准敏感，因此更适合评价SurvICL这类直接输出生存曲线的模型。成对比较是指在每两个模型之间统计谁在更多数据集上取得更低IBS，胜率反映相对优势的稳健性，而非绝对误差大小。

为什么这件事重要

SurvICL的价值不只在性能数字上。它揭示了一条路径：当目标任务的数据特性与标准监督学习不匹配时，从预训练数据生成机制入手，可能比改造模型架构或损失函数更有效。

对临床研究者而言，一个无需调参、在小队列上就能稳定超越Cox的模型，意味着更低的部署门槛。对机器学习研究者而言，SurvICL展示了基础模型在结构化、删失、小样本场景下的可行性边界正在被拓宽。

Cox模型统治了五十年，现在终于有了一个真正意义上的挑战者。