Projektowanie wyjaśnialnego algorytmu opartego na XGBoost i algorytmie genetycznym do przewidywania potrzeb hospitalizacji pacjentów z COVID-19

Dlaczego to ma znaczenie dla codziennej opieki

W trakcie pandemii COVID-19 lekarze często musieli decydować bardzo szybko, kto potrzebuje łóżka szpitalnego, a kto może bezpiecznie dochodzić do zdrowia w domu. Artykuł opisuje narzędzie komputerowe zaprojektowane, by wspomagać tę decyzję. Próbuje ono połączyć dwie istotne cechy: wysoką dokładność w wykrywaniu pacjentów zagrożonych oraz jasne, proste wyjaśnienia, którym lekarze mogą zaufać i z których mogą korzystać.

Przekształcanie dokumentacji pacjentów w wczesne ostrzeżenia

Naukowcy przeanalizowali dokumentację medyczną 1 278 dorosłych pacjentów z COVID-19 przyjętych w jednym szpitalu w Iranie między kwietniem 2020 a marcem 2021 r. Dla każdej osoby zebrano 27 informacji, w tym wiek, poziom tlenu, badania krwi takie jak białko C‑reaktywne i D‑dimer, objawy takie jak gorączka czy duszność oraz choroby współistniejące jak cukrzyca czy nadciśnienie. Zachowano tylko rekordy z solidnymi dowodami laboratoryjnymi lub obrazowymi zakażenia COVID-19 oraz stosunkowo kompletnymi danymi. Zespół starannie oczyścił zbiór danych, uzupełnił niektóre brakujące wartości metodami statystycznymi, usunął oczywiste błędy, a następnie podzielił dane na odrębne zbiory do budowy i testowania modeli.

Budowa wydajnego silnika predykcyjnego

W sercu systemu znajduje się metoda uczenia maszynowego o nazwie XGBoost, która bardzo dobrze wykrywa wzorce w złożonych danych. Narzędzie uczy się na podstawie wcześniejszych pacjentów, które kombinacje pomiarów zwykle sygnalizują potrzebę opieki szpitalnej. Testowane 100 razy na nowych danych, poprawnie rozdzielało pacjentów wyższego i niższego ryzyka z polem pod krzywą (AUC) równym 0,85, co oznacza dobrą zdolność uszeregowania, kto prawdopodobnie wymaga przyjęcia. Identyfikowało mniej więcej trzech na czterech pacjentów, którzy rzeczywiście potrzebowali hospitalizacji, i poprawnie uspokajało około dziewięciu na dziesięciu osób, które jej nie potrzebowały. W porównaniu z bardziej tradycyjnymi metodami — takimi jak regresja logistyczna, lasy losowe, prostą sieć neuronową oraz inna metoda drzewiasta LightGBM — XGBoost zapewniał najlepsze połączenie dokładności i niezawodności.

Z czarnej skrzynki do jasnych reguł dla lekarzy

Czysto statystyczne modele mogą działać jak czarna skrzynka: dają wynik ryzyka, ale nie podają przyjaznego dla człowieka uzasadnienia. Aby otworzyć tę skrzynkę, zespół dodał drugą warstwę, która przekształca zachowanie modelu w krótkie, łatwe do przeczytania reguły w formie „JEŚLI te warunki występują, TO hospitalizacja jest prawdopodobna”. Najpierw wytrenowano zestaw małych drzew decyzyjnych używających tylko kilku warunków naraz, a następnie potraktowano każdą ścieżkę przez te drzewa jako kandydacką regułę. Algorytm genetyczny — metoda optymalizacji inspirowana ewolucją — został użyty do przycinania i udoskonalania reguł, zachowując tylko te, które były jednocześnie dokładne i dotyczyły wystarczającej liczby pacjentów, by być użyteczne. Na końcu dziesięciu lekarzy z odpowiednich specjalności oceniło reguły, zachowując jedynie te medycznie sensowne i jasne. Proces ten wygenerował 40 reguł końcowych, 20 wskazujących na hospitalizację i 20 na bezpieczną opiekę ambulatoryjną.

Co model „nauczył się” o ryzyku

Gdy badacze sprawdzali, które pomiary miały największe znaczenie, wyróżniła się niewielka grupa wskaźników. Niski wysycenie tlenem, wysokie białko C‑reaktywne, starszy wiek, podwyższony D‑dimer, wysoki ferrytyna oraz niski odsetek limfocytów miały największy wpływ na predykcje — co pokrywa się z doświadczeniem na pierwszej linii, że poziomy tlenu oraz oznaki zapalenia czy krzepnięcia są kluczowe. Choroby takie jak cukrzyca, istotne zajęcie płuc w badaniu TK oraz duszność również odgrywały rolę, ale były nieco mniej centralne. Powszechne objawy, takie jak kaszel czy bóle mięśni, miały niewielki wkład w decyzję o potrzebie łóżka szpitalnego. Zespół sprawdził też wydajność w grupach mężczyzn i kobiet, młodszych i starszych pacjentów oraz z i bez poważnych chorób przewlekłych. Różnice były niewielkie i nieistotne statystycznie, co sugeruje, że narzędzie zachowywało się dość sprawiedliwie w tych grupach, przynajmniej w tym zbiorze danych.

Jak to może pomóc w przyszłych epidemiach

W praktyce system działałby dwuetapowo. Najpierw model XGBoost oblicza ryzyko hospitalizacji na podstawie podstawowych informacji o pacjencie, parametrów życiowych i rutynowych badań krwi. Po drugie, narzędzie szuka jednej z zatwierdzonych przez ekspertów reguł pasujących do tego pacjenta — na przykład określonej kombinacji niskiego tlenu, wysokich markerów zapalnych i wieku. Jeśli znaleziono regułę zgodną z predykcją modelu, narzędzie przedstawia tę regułę klinicyście jako uzasadnienie proponowanej decyzji. Autorzy argumentują, że taki dwuczęściowy projekt — dokładna predykcja plus proste, sprawdzone reguły — może zwiększyć akceptację sztucznej inteligencji w rzeczywistych warunkach klinicznych. Ponieważ proces generowania reguł jest modułowy, podobne systemy można szybko ponownie wytrenować dla nowych chorób zakaźnych na podstawie lokalnie zebranych danych, pomagając szpitalom w triage’u pacjentów i zarządzaniu ograniczonymi zasobami podczas przyszłych kryzysów zdrowotnych.

Cytowanie: Abkar, A., Mehrabi, M., Golabpour, A. et al. Designing an explainable algorithm based on XGBoost and genetic algorithm for predicting hospitalization needs of COVID-19 patients. Sci Rep 16, 10210 (2026). https://doi.org/10.1038/s41598-026-40120-6

Słowa kluczowe: triage COVID-19, predykcja hospitalizacji, wyjaśnialna sztuczna inteligencja, wsparcie decyzji klinicznych, uczenie maszynowe w opiece zdrowotnej