Utformning av en förklarlig algoritm baserad på XGBoost och genetisk algoritm för att förutsäga vårdbehov hos COVID-19-patienter

Varför detta spelar roll i vardagsvården

Under COVID-19-pandemin tvingades läkare ofta fatta snabba beslut om vem som behövde en sjukhussäng och vem som kunde återhämta sig tryggt hemma. Denna artikel beskriver ett datorbaserat verktyg utformat för att stödja det beslutet. Det försöker förena två viktiga egenskaper: hög noggrannhet i att upptäcka patienter i riskzonen och tydliga, enkla förklaringar som läkare faktiskt kan lita på och använda.

Att omvandla journaler till tidiga varningssignaler

Forskarna analyserade medicinska journaler från 1 278 vuxna med COVID-19 som undersöktes på ett enda sjukhus i Iran mellan april 2020 och mars 2021. För varje person samlade de 27 datapunkter, inklusive ålder, syremättnad, blodprover som C-reaktivt protein och D-dimer, symtom som feber eller andnöd samt befintliga sjukdomar som diabetes eller högt blodtryck. Endast journaler med solida laboratorie- eller röntgenfynd för COVID-19 och relativt fullständiga uppgifter behölls. Teamet rengjorde noggrant datamängden, imputerade vissa saknade värden med statistiska metoder, tog bort uppenbara fel och delade sedan upp data i separata grupper för att bygga och testa modellerna.

Bygga en kraftfull prediktor

I systemets kärna finns en maskininlärningsmetod kallad XGBoost, som är mycket skicklig på att hitta mönster i komplex data. Verktyget lär sig av tidigare patienter vilka kombinationer av mått som tenderar att signalera behov av sjukhusvård. När det testades 100 gånger på ny data separerade det korrekt högre- från lägre-riskpatienter med ett area under kurvan på 0,85, vilket innebär att det var starkt på att rangordna vem som var mer sannolik att behöva vårdintag. Det identifierade ungefär tre av fyra patienter som faktiskt behövde sjukhusvård och gav korrekt lugnande besked för omkring nio av tio personer som inte behövde det. Jämfört med mer traditionella tillvägagångssätt—såsom logistisk regression, random forests, ett enkelt neuralt nätverk och en annan trädmetod kallad LightGBM—gav XGBoost den bästa kombinationen av noggrannhet och tillförlitlighet.

Från svart låda till tydliga regler för läkare

Rena statistiska modeller kan upplevas som en svart låda: de ger en riskpoäng men inte en mänskligt begriplig förklaring. För att öppna den lådan lade teamet till ett andra lager som omvandlar modellens beteende till korta, lättlästa regler i formen ”OM dessa villkor är uppfyllda, SÅ är sjukhusvård sannolik”. De tränade först en uppsättning små beslutsträd som använder bara ett fåtal villkor åt gången, och behandlade sedan varje stig genom dessa träd som en kandidatregel. En genetisk algoritm—en optimeringsmetod inspirerad av evolution—användes för att trimma och förfina dessa regler, och behöll endast de som både var korrekta och tillämpbara på tillräckligt många patienter för att vara användbara. Slutligen graderade tio läkare från relevanta specialiteter reglerna och behöll bara de som var medicinskt rimliga och tydliga. Denna process gav 40 slutliga regler, 20 som pekade mot sjukhusvård och 20 mot säker öppenvård.

Vad modellen lärde sig om risk

När forskarna undersökte vilka mått som spelade störst roll utmärkte sig en liten grupp. Låg syremättnad, högt C-reaktivt protein, högre ålder, förhöjt D-dimer, högt ferritin och låg andel lymfocyter hade störst inverkan på prognoserna—vilket stämmer med klinisk erfarenhet att syrenivåer och tecken på inflammation eller koagulation är avgörande. Tillstånd som diabetes, betydande lungengagemang på CT och andnöd spelade också roll men var något mindre centrala. Vanliga symtom som hosta eller muskelvärk bidrog litet till beslutet om vem som behövde sjukhussäng. Teamet kontrollerade också prestanda för män och kvinnor, yngre och äldre patienter samt de med eller utan större kroniska sjukdomar. Skillnaderna var små och inte statistiskt meningsfulla, vilket tyder på att verktyget uppträdde rättvist över dessa grupper, åtminstone i denna datamängd.

Hur detta kan hjälpa vid framtida utbrott

I praktiken skulle systemet fungera i två steg. Först beräknar XGBoost-modellen en risk för sjukhusvård baserat på patientens grundläggande information, vitala tecken och rutinblodprover. Därefter söker verktyget efter en av de expertgranskade reglerna som matchar denna patient—till exempel en viss kombination av låg syrägmättning, höga inflammationsmarkörer och ålder. Om en matchande regel hittas som överensstämmer med modellens prediktion presenterar verktyget den regeln för klinikern som motivering bakom det föreslagna beslutet. Författarna menar att denna tvådelade design—noggrann prediktion plus enkla, granskade regler—kan göra artificiell intelligens mer accepterad i verkliga kliniker. Eftersom regelgenereringsprocessen är modulär kan liknande system snabbt tränas om för nya infektionssjukdomar med lokalt insamlade data, vilket hjälper sjukhus att triagera patienter och hantera knappa resurser vid framtida hälsokriser.

Citering: 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

Nyckelord: COVID-19 triage, förutsägelse av sjukhusvård, förklarlig AI, kliniskt beslutsstöd, maskininlärning inom vården