利用混合堆叠集成学习通过表格化临床数据提高肺栓塞诊断准确性

这对病人护理为何重要

肺栓塞是肺部的血栓，若被漏诊，可能在数分钟内致命。医生在及时发现肺栓塞时高度依赖复杂的影像检查和自身判断。本研究探讨智能计算系统如何利用日常临床信息，而不仅仅依赖影像，来帮助标记可能存在隐匿血栓的患者，从而在繁忙的医院环境中支持更快速、更可靠的决策。

隐匿性肺血栓的危险

在心脏病发作和中风之后，肺栓塞是最常见的危及生命的心肺急症之一。游走到肺部的血栓可突然阻断血流，增加右心负担，并导致身体缺氧。许多患者在病情被识别之前就已死亡。然而，一旦及时识别并治疗，生存率会显著提高。这种从无声风险到挽救生命行动之间的差距，推动了寻找能更早指引医生做出正确诊断的工具的努力。

现有检测和评分的局限

目前，肺栓塞的主要检测手段是胸部专用CT扫描。尽管这种扫描功能强大，但需要昂贵的设备、专业的影像读取者和时间。使用基本患者数据的标准临床评分系统和单一机器学习模型在一定程度上有所帮助，但它们常常无法捕捉大型混合临床数据集中微妙的模式。随着医院收集越来越多的电子病历，迫切需要更智能的系统，能够同时从多种临床线索中学习，同时对临床医生保持可靠性和可解释性。

协同工作的模型团队

作者仅利用随大型公开CT数据集提供的结构化临床信息，而不查看影像本身，来应对这一需求。他们构建了一个混合堆叠集成模型——可以理解为一个由不同计算模型组成的委员会，共同对患者是否存在血栓进行投票。该委员会包括两个基于树的模型、一个经典神经网络和一个为表格化数据设计的现代变换器模型。每个模型输出一个存在血栓的概率，最终的简单模型学习如何以避免过拟合并保持行为稳定的方式将这些意见融合成一个决定。

让自然启发调参

为了发挥该委员会的最佳性能，研究人员使用了一种受自然启发的搜索方法——海洋捕食者算法。该方法探索每个模型的多种内部设置组合以及多种加权输出的方式，就像虚拟猎人在广阔海洋中寻找最佳渔场。通过交叉验证来防止偶然发现，算法最终确定了一个配置，使整个系统在区分有无血栓患者方面优于各单一模型或更简单的投票方案。

系统的表现及其所学

在公开的RSNA肺栓塞数据集上，组合系统总体准确率约为92%，并在区分阳性与阴性病例方面表现出较强的判别能力。这优于所有单独模型和若干标准的组合方法。作者随后使用解释工具查看哪些临床字段对预测影响最大。直接描述血栓存在与侧别的特征，以及反映右心受压的指标，对预测影响最大，而技术性的图像质量标记影响较小。这一模式符合医学常识，表明模型关注的是具有临床意义的信号而非噪音。

对未来诊断的意义

简而言之，这项工作表明，经过精心调优的多样化模型团队可以利用普通临床数据，比单一方法更准确地帮助发现肺部血栓。尽管该系统仍需在本研究所用数据集之外进行测试，且不能取代影像检查或医生，但它为开发能够更早突出高危患者、减少漏诊并在现实环境中更好利用现有医院数据的辅助工具提供了切实可行的路径。

引用: Abdelhamid, A., Moustafa, H.ED., Nafea, H.B. et al. Harnessing hybrid stacking ensemble learning for accurate pulmonary embolism diagnosis using tabular clinical data. Sci Rep 16, 15051 (2026). https://doi.org/10.1038/s41598-026-49331-3

关键词: 肺栓塞, 临床数据, 集成学习, 机器学习, 医学诊断