Predicting the need for medical care after toxin exposure using SHAP-interpretable gradient boosting
이 논문은 2000 년부터 2025 년까지의 리옹 중독 관리 센터 데이터를 활용하여 SHAP 기법으로 해석 가능한 XGBoost 모델을 개발함으로써, 중독 노출 환자의 초기 전화 상담 정보만으로 의료 처치 필요성을 정확하게 예측하여 환자 분류의 일관성과 결과를 개선할 수 있음을 입증했습니다.