高度頸椎脊髄損傷の患者の心筋損傷を予測するための解釈可能な機械学習モデル
Jiaqi Li1,2, Bingyu Zhang1,2, Ye Liao1,2
1Department of Anesthesiology, Anesthesiology Research Institute, The First Affiliated Hospital, Fujian Medical University, Fuzhou, China.
Frontiers in genetics
|August 20, 2025
まとめ
機械学習モデルは高頸椎脊髄損傷患者の心筋損傷を予測することができます. SHAPで解釈されたニューラルネットワークモデルは,早期診断と管理のための正確で個別化されたリスクの洞察を提供します.
科学分野:
- 心血管医学
- 神経科学
- 人工知能
背景:
- 高度頸椎損傷 (HCSCI) は,心筋損傷を含む自律機能障害と心血管合併症のリスクを伴います.
- HCSCI患者における心筋損傷の早期発見は,予測ツールが不足しているため困難です.
研究 の 目的:
- HCSCI患者の心筋損傷を予測するための機械学習 (ML) モデルを開発し,検証する.
- 独立したリスク要因を特定し,臨床意思決定の解釈性を向上させる.
主な方法:
- 心筋損傷 (n=101) と損傷のない (n=353) グループに分類された454人のHCSCI患者の遡及分析.
- AUC,F1スコア,APを用いた4つのMLモデル (ロジスティック回帰,GBM,ニューラルネットワーク,AdaBoost) の開発と評価
- SHAPLEY ADDITIVE EXPLANATIONS (SHAP) を適用してモデルの解釈ができるようにする.
主要な成果:
- 呼吸不全と低血圧は,心筋損傷の独立した予測因子として特定されました.
- 神経ネットワークモデルは最高性能 (AUC,F1スコア) と優れた校正を示した.
- SHAP分析では,呼吸不全,LDL,脊髄レベル,麻痺,および血球値を含む主要な予測要因が強調されました.
結論:
- 解釈可能なMLモデル,特にSHAPを持つニューラルネットワークは,HCSCIにおける心筋損傷を正確に予測できます.
- このアプローチは,早期診断と標的型管理を支援するために,透明で個別化されたリスクの洞察を提供します.
