Development and Validation of a Machine Learning Model for Predicting Pulmonary Embolism Using Routine Clinical Features
本研究开发并内部验证了一个基于八项常规临床特征的可解释 XGBoost 机器学习模型，用于预测肺栓塞，该模型具有中度的判别能力，旨在辅助急诊医师进行风险分层，同时也强调了在更广泛、低患病率人群中进行外部验证的必要性。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
肺栓塞是一种突发的、威胁生命的肺部阻塞，通常由从腿部移动而来的血块引起。它被称为“沉默的杀手”，因为它的症状（如呼吸短促或胸痛）看起来与许多其他常见的、危险性较低的疾病完全相同。这种模糊性为急诊科医生带来了难题。为了保险起见，他们通常会要求进行一种使用放射线和造影剂的专门 CT 扫描，以直接观察肺动脉内部。虽然这种扫描是寻找血块的金标准，但它会让患者暴露在辐射之下，可能造成肾脏负担，且价格昂精。如果医生过度开具这类扫描，医疗系统会变得不堪重负，患者也会面临不必要的风险；如果开具得太少，他们可能会漏掉致命的血块。几十年来，医生一直试图通过简单的清单来解决这个问题，这些清单通过权衡年龄、近期手术或腿部肿胀等因素来推测谁需要进行扫描。然而，这些清单过于僵化，往往无法捕捉到不同风险因素之间复杂的相互作用。
在最近一项于中国邵逸夫医院开展的研究中，研究人员致力于构建一种更智能的患者分类方法。他们转向了机器学习——这是一种通过学习大量过往医疗记录来识别模式，而非遵循固定规则的计算机程序。该团队希望创造一种不仅准确，而且足够简单、能在繁忙的急诊室中使用的工具，该工具仅依赖于患者踏入诊室时即可常规获取的信息。他们收集了 519 名疑似患有肺栓塞的成年人的数据。对于每位患者，他们记录了基本细节，如年龄、生命体征，以及是否有癌症或高胆固醇病史，同时还测量了腿部周长以检查是否存在肿胀。随后，他们利用计算机算法对这些信息进行筛选，以确定哪种特定的因素组合最具指示性。
研究人员测试了三种不同的机器学习方法，以观察哪一种能最好地预测血块的存在。其中一种方法是统计技术，通过剔除不重要的因素来简化数据；另外两种则是更先进的系统，能够发现变量之间微妙的非线性联系。在利用 70% 的患者数据进行训练后，他们将模型应用于剩余 30% 的从未见过的数据进行测试。结果显示，被称为 XGBoost 的最先进方法表现得与较简单的统计方法不相上下，正确识别血块存在或不存在的准确率约为 76%。在选择了一个旨在平衡“尽可能捕捉真实病例”与“避免误报”的特定设置后，该模型正确识别了 74% 实际患有肺栓塞的患者。它同时也正确排除了三分之二并不存在该情况的患者。这种准确度表明，该工具可以帮助医生决定哪些患者真正需要进行 CT 扫描，而哪些患者可以安全地进行观察而不必接受辐射。
为了确保计算机不是在瞎猜，研究人员使用了一种称为 SHAP 的技术来打开算法的“黑箱”，以观察它究竟是如何做出决策的。这项分析显示，计算机密切关注着最符合逻辑的线索。模型使用的单一最重要的因素是患者的腿部周长；腿部肿胀（预示着肢体内可能存在血块）是判断血块是否已转移至肺部的最强信号。第二重要的因素是血液中一种被称为 D-二聚体（D-dimer）的物质水平，当身体试图分解血块时，该物质水平会上升。第三个显著线索是癌症病史。有趣的是，模型还注意到行动不便或高胆固醇的患者也存在风险，尽管与行动不便之间的关系较为复杂，需要仔细解读。通过专注于这八项常规特征，该模型证明了即使不需要稀有或难以获取的医疗检测，也能做出复杂的预测。
作者谨慎地指出，他们的工作是一个起点，而非最终方案。该研究是在一家接待大量高风险患者的大型医院进行的，这意味着他们研究的群体中肺栓塞的发病率远高于普通人群。因此，该模型在那些肺栓塞发病率较低的社区诊所中，表现可能会有所不同。研究人员强调，该工具旨在辅助医生的判断，而非取代医生。它的目的是帮助分诊，从而可能让许多人免于不必要的扫描，同时确保最危险的病例能被迅速捕捉。在这一系统在全球医院投入使用之前，必须在更广泛、更多样化的人群中进行测试，以证明其在各处都能可靠运行。目前，这项研究提供了一个令人期待的前景：即通过现代计算机分析简单的日常临床观察，有朝一日可以让急诊护理变得更安全、更高效，造福每一个人。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。