Explainable Ensemble-Based Machine Learning Models for Detecting the Presence of Cirrhosis in Hepatitis C Patients

Resumen Técnico: Modelos de Aprendizaje Automático Basados en Conjuntos Explicables para la Detección de la Cirrosis en Pacientes con Hepatitis C

Planteamiento del Problema
La infección por el virus de la hepatitis C (VHC) es una crisis de salud pública mundial, particularmente en Egipto, donde las tasas de prevalencia se encuentran entre las más altas del mundo. Una complicación crítica de la hepatitis C crónica es la cirrosis hepática, una condición caracterizada por una cicatrización permanente que a menudo progresa silenciosamente hasta etapas avanzadas, provocando insuficiencia hepática, hemorragia gastrointestinal y un aumento de la mortalidad. Aunque los antivirales de acción directa (AAD) pueden curar el VHC, muchos pacientes ya sufren de infección crónica y sus complicaciones asociadas. Los métodos de diagnóstico actuales para la cirrosis, como las biopsias hepáticas, son invasivos, costosos y riesgosos. Las alternativas no invasivas, como la elastografía transitoria o los índices clínicos (por ejemplo, APRI, FIB-4), sufren de limitaciones en disponibilidad, precisión y aplicabilidad en diversas poblaciones de pacientes (por ejemplo, aquellos con ascitis u obesidad). Aunque el aprendizaje automático (ML) ha mostrado promesa en el diagnóstico de diversas enfermedades, existe una notable brecha en la investigación que aplica el ML específicamente para detectar la presencia de cirrosis en pacientes con VHC. Además, la naturaleza de "caja negra" de los modelos complejos de ML a menudo dificulta su adopción por parte de profesionales médicos que requieren procesos de toma de decisiones explicables.

Metodología
Este estudio utilizó un conjunto de datos de 2,038 pacientes egipcios (derivado del Repositorio de Aprendizaje Automático UCI) que contiene 28 atributos. La variable objetivo fue binarizada para distinguir entre pacientes con cirrosis (clase positiva) y aquellos con etapas tempranas de fibrosis o sin cirrosis (clase negativa).

La investigación siguió un flujo de trabajo estructurado:

1. Preprocesamiento: Los datos fueron sometidos a la eliminación de valores atípicos mediante el método del Rango Intercuartílico (IQR) y la normalización mediante el escalado Min-Max. Para abordar el desequilibrio de clases inherente al conjunto de datos (donde los casos de cirrosis eran menores), se aplicó el sobremuestreo aleatorio (random oversampling).
2. Entrenamiento del Modelo: Se entrenaron y compararon cuatro algoritmos de aprendizaje automático basados en conjuntos:
   • Random Forest (RF)
   • Gradient Boosting Machine (GBM)
   • Extreme Gradient Boosting (XGBoost)
   • Extra Trees (ET)
3. Optimización: Los hiperparámetros de cada algoritmo fueron ajustados utilizando GridSearchCV con validación cruzada estratificada de 10 pliegues (10-fold cross-validation).
4. Selección de Características: Se empleó la Selección de Características Secuencial (SFS) para identificar el subconjunto más significativo de características, con el objetivo de reducir la dimensionalidad y mejorar la eficiencia del modelo.
5. Explicabilidad: El mejor modelo fue analizado utilizando técnicas de Inteligencia Artificial Explicable (XAI), específicamente explicaciones de Shapley (SHAP) y explicaciones locales interpretables independientes del modelo (LIME), para interpretar las contribuciones de las características y generar confianza en las decisiones del modelo.

Contribuciones Clave
El estudio realiza cuatro contribuciones primarias al campo de la ciencia de datos médicas:

• Análisis Comparativo: Evalúa el rendimiento de cuatro algoritmos distintos de aprendizaje por conjuntos específicamente para el diagnóstico de la cirrosis en pacientes con VHC, una aplicación específica que no se había explorado en profundidad previamente.
• Reducción de Características: Aplica la Selección de Características Secuencial (SFS) para minimizar el número de atributos requeridos para un diagnóstico preciso, demostrando que se puede lograr un alto rendimiento con un conjunto de características reducido.
• Integración de la Explicabilidad: Utiliza técnicas de XAI (SHAP y LIME) para desmitificar el proceso de toma de decisiones del modelo, abordando la barrera de confianza asociada frecuentemente con la IA en la atención médica.
• Identificación de Biomarcadores Clave: Identifica los atributos clínicos más significativos para diagnosticar la cirrosis en esta cohorte específica, ofreciendo información sobre los marcadores fisiológicos más predictivos del estado de la enfermedad.

Resultados
El estudio encontró que el equilibrio de datos mediante sobremuestreo aleatorio fue crítico; sin él, los modelos de boosting (GBM y XGBoost) fallaron en predecir los casos positivos (0% de recall/exhaustividad). Tras el sobremuestreo y el ajuste de hiperparámetros, todos los modelos mostraron una mejora significativa.

Tras la Selección de Características Secuencial (SFS):

• Extra Trees (ET) emergió como el modelo superior. Alcanzó una precisión (accuracy) de 96.92%, una precisión (precision) de 99.81%, un recall de 94.00% y un AUC-ROC de 96%. Notablemente, el modelo ET logró este rendimiento utilizando solo 16 de los 28 atributos originales.
• Random Forest (RF) le siguió de cerca con un 96.58% de precisión.
• XGBoost alcanzó el recall más alto (94.81%) pero una precisión general (accuracy) menor (90.99%) y una precisión (precision) menor (88.00%).
• GBM alcanzó un 95.70% de precisión.

Las matrices de confusión indicaron que, si bien XGBoost tuvo la menor cantidad de Falsos Negativos (FN), el modelo ET tuvo la menor cantidad de Falsos Positivos (FP), lo cual es crucial para evitar intervenciones médicas innecesarias y la ansiedad del paciente.

Hallazgos de Explicabilidad

• Análisis SHAP: Identificó RNA 4, BMI, RNA 12 y AST 1 como las características más importantes que contribuyen a las predicciones. Los valores altos en BMI y AST 1 mostraron contribuciones positivas a la predicción de la cirrosis, mientras que los valores altos de RNA 4 mostraron contribuciones negativas.
• Análisis LIME: Para las predicciones positivas individuales, características como BMI, RNA Base, ALT 48, RNA 4 y ALT 36 fueron destacadas como impulsores clave.

Significancia y Reivindicaciones
Los autores afirman que este estudio demuestra la viabilidad del uso del aprendizaje por conjuntos explicable para asistir a los especialistas médicos en la detección temprana de la cirrosis en pacientes con VHC. Al lograr una alta precisión con un conjunto de características reducido, el modelo propuesto podría potencialmente reducir la necesidad de pruebas clínicas extensas, optimizando así el uso del tiempo tanto para profesionales como para pacientes, y contribuyendo al ahorro de costos. La integración de XAI asegura que los resultados del modelo sean interpretables, fomentando la confianza entre los proveedores de salud.

Sin embargo, el artículo mantiene una postura modesta respecto a sus implicaciones más amplias. Los autores reconocen que el modelo fue entrenado con datos sintéticos generados mediante sobremuestreo en lugar de un conjunto de datos más grande y real de pacientes con cirrosis. En consecuencia, sugieren que las investigaciones futuras deberían centrarse en validar el modelo con datos reales y ampliar el alcance para predecir otras etapas de la progresión del VHC para crear una herramienta de diagnóstico más generalizada.