基于可解释人工智能的心血管疾病混合集成预测模型：提升临床洞察与诊断精度

　　本研究针对心血管疾病(CVD)预测中数据不平衡、模型可解释性差及计算效率低等问题，开发了结合卷积神经网络(CNN)、时间卷积网络(TCN)和深度信念网络(DBN)的混合集成与融合(Blending)模型。采用ProWRAS数据平衡与PCA特征提取技术，最终融合模型达到0.914准确率和0.967 ROC-AUC，并通过LIME和SHAP实现预测可解释化，为临床决策提供透明化AI支持。

　　

心血管疾病（Cardiovascular Disease, CVD）是全球死亡的首要原因，每年导致约1800万人死亡。早期诊断对降低死亡率至关重要，但传统诊断方法依赖心电图（ECG）等可见周期记录，难以捕捉不规则的心律失常事件。尽管机器学习（ML）和深度学习（DL）技术在CVD预测中显示出潜力，但仍面临数据不平衡、模型黑箱问题、高计算成本以及长训练时间等挑战。现有方法如SMOTE（Synthetic Minority Oversampling Technique）在处理异常值时存在过拟合风险，而循环神经网络（RNN）和长短期记忆网络（LSTM）则受梯度消失问题困扰，难以有效捕获长期依赖关系。

为应对这些挑战，Ibtasam Wajid、Li Dan和Qin Wang在《Intelligence-Based Medicine》上发表了一项研究，开发了新型混合集成与融合模型，用于心血管疾病的早期预测。该研究不仅注重提升预测精度，还通过可解释人工智能（Explainable AI, XAI）技术增强模型透明度，使临床医生能够理解预测依据，从而推动AI在医疗领域的可信应用。

研究采用美国疾病控制与预防中心（CDC）2021年行为风险因素监测系统（BRFSS）数据集，包含438,693条记录和304个特征。经过特征筛选，最终使用19个关键特征和308,854个数据实例。主要技术方法包括：使用Proximity Weighted Random Affine Shadow（ProWRAS）采样技术处理类别不平衡问题；应用主成分分析（PCA）进行特征降维以减少计算时间并提高准确性；构建混合模型（Hybrid Model）结合CNN和TCN，以及融合模型（Blending Model）整合CNN、TCN和DBN作为基础层，并以高速公路网络（Highway Network, HN）作为元学习器；采用10折交叉验证（10-fold Cross-Validation）评估模型性能；利用局部可解释模型无关解释（LIME）和沙普利加和解释（SHAP）提供预测解释。

研究结果显示，融合模型在各项指标上均表现最佳，达到0.914的准确率、0.9097的F1分数、0.8633的召回率、0.9616的精确度、0.967的ROC-AUC和0.953的PR-AUC。混合模型也表现出色，准确率为0.8496，F1分数为0.8496。基础模型中，CNN和TCN的准确率分别为0.8206和0.809，DBN为0.8051，而HN作为元模型达到0.880的准确率。执行时间方面，融合模型仅需97秒，显著低于其他模型，体现了其高效性。

通过LIME和SHAP分析，研究揭示了影响CVD预测的关键特征。糖尿病（Diabetes）、吸烟史（Smoking_History）、总体健康状况（General_Health）和定期体检（Checkup）对预测有显著正向影响，而运动（Exercise）和水果消费（Fruit_Consumption）则具有保护作用。这些发现与临床知识一致，增强了模型的可信度。

研究结论表明，所提出的混合和融合集成模型不仅显著提高了心血管疾病预测的准确性，还通过可解释AI技术实现了预测过程的透明化。融合模型尤其突出，在保持高精度的同时大幅降低了计算成本，为实时临床应用提供了可能。此外，该研究的方法论可扩展至其他疾病领域，如糖尿病、癌症和神经退行性疾病，具有广泛的医疗应用前景。

讨论部分进一步强调，该模型在性能上超越了传统风险评分工具如Framingham风险评分（C-stat ≈ 0.73–0.75）和ASCVD风险估算器（C-stat ≈ 0.75–0.76），并通过SHAP和LIME验证了特征贡献的临床合理性。未来工作将聚焦于模型的外部验证和实时数据集成，以推动其在实际医疗环境中的部署。