基于可解释机器学习模型的甲状腺乳头状癌诊断预测

摘要

甲状腺乳头状癌（Papillary thyroid carcinoma, PTC）是甲状腺癌中最常见的类型，其早期症状的隐匿性常常导致诊断延迟.为了改善这一状况，本研究旨在开发和验证一种基于机器学习的预测模型用于PTC的诊断，从而为临床决策提供强有力的支持.本研究从2907名良性结节和PTC患者队列中收集并整合了人口统计学、超声影像及实验室特征，采用Lasso回归进行特征选择，使用9种机器学习算法构建PTC诊断模型，并使用了SHAP方法对最佳模型进行可解释性分析.最终，通过Lasso回归确定了11个与PTC相关的生物标志物，XGBoost模型在辅助PTC诊断方面表现最佳，受试者工作曲线下面积为0.9066，准确率为0.8744.校准曲线和临床决策分析也显示XGBoost具有最佳的模型性能. SHAP结果显示，TI-RADS分类、结节形态和超声回声强度是PTC诊断的3个最重要预测因素，而年龄、尿酸水平、钾浓度、甲状腺球蛋白、抗甲状腺过氧化物酶抗体、高血压状态、钙化情况以及饮酒情况也显示出不同程度的影响.本研究成功开发并验证了一个综合性的机器学习模型，该模型结合了多种患者因素用于识别PTC，不仅展示了在PTC诊断方面的巨大潜力，而且通过SHAP分析增强了模型的透明度和可信度，有助于临床医生更深入地理解关键预测因素的作用机制.

关键词

甲状腺乳头状癌 / 机器学习 / 预测 / 可解释性 / 诊断

基金资助

新疆工程学院校级科研创新平台（矿山物联网与大数据处理创新团队）资助项目; 新疆维吾尔自治区重大科技专项资助项目（2022A03019-1）