编辑推荐：
医院管理在疫情期间面临诸多难题，研究人员开展 “An interpretable machine learning model to predict hospitalizations” 主题研究。利用墨西哥政府数据集训练多种监督学习算法，梯度提升（GB）算法表现最佳，准确率 85.63%，AUC 为 0.8696，为医院管理提供决策依据。
在全球抗疫的大背景下，医院管理面临着前所未有的挑战。新冠疫情的爆发，使得医院的资源分配、患者管理以及医护人员的调配等工作变得异常艰难。如何在有限的资源下，高效地预测患者的住院需求，合理安排病床和医疗物资，成为了亟待解决的问题。传统的管理模式在面对如此复杂且多变的情况时，显得力不从心。此时，机器学习（ML）技术的兴起，为解决这些难题带来了新的希望。于是，研究人员开展了相关研究，旨在利用机器学习技术预测住院情况，为医院管理提供有力支持，该研究成果发表在《Clinical eHealth》上。
研究人员使用了多种关键技术方法。首先，他们获取了墨西哥政府提供的 COVID-19 墨西哥患者健康数据集（Covid19MPD），该数据集包含 95,840 个实例和 20 个特征 。接着对数据进行预处理，如将 “age” 属性二值化，统一特殊代码等。之后，运用随机森林（RF）、支持向量机（SVM）、K 近邻（KNN）、梯度提升（GB）、多层感知器（MLP）等多种监督学习算法进行模型训练，并采用 10 折交叉验证评估模型性能。还利用特征重要性分析、部分依赖图（PDP）、SHapley Additive exPlanations（SHAP）等方法增强模型的可解释性。
在研究结果方面：
- 模型性能评估：通过对多种模型的比较，发现 GB 模型表现最佳，其 AUC 达到 0.8696。在验证集上，GB 模型对于 “住院” 类别的预测，精确率为 0.8862±0.0012，召回率为 0.9202±0.0058，F1 分数为 0.9029±0.0032；在测试集上，准确率达到 85.61%。这表明 GB 模型在预测住院情况方面具有较高的准确性和可靠性。
- 特征重要性分析：利用 RF 进行特征重要性分析，发现 “Pneumonia”（肺炎）是影响模型预测的最重要特征，其特征重要性为 0.5134758。此外，年龄、糖尿病等特征也对模型预测有一定影响。通过消融研究进一步证实，去除肺炎等关键临床属性会导致模型性能显著下降。
- 模型可解释性分析：通过 PDP 和 SHAP 等方法对 GB 模型进行解释。PDP 显示，肺炎对住院概率影响显著，当肺炎特征为 1 时，住院概率大幅增加；COVID-19 和慢性阻塞性肺疾病（COPD）存在时，住院可能性也有增加，但不如肺炎明显。SHAP 分析表明，年龄和 “another_case” 特征对住院决策影响较大，且女性年龄≥45 岁，同时患有肺炎和 COVID-19 时，住院风险显著增加。
研究结论和讨论部分指出，尽管研究存在一些局限性，如数据不平衡、数据集特征有限等，但机器学习在预测住院情况方面仍具有巨大潜力。GB 模型能够以 85.63% 的准确率和 0.8696 的 AUC 分数预测住院病例。可解释性方法的运用，帮助人们更好地理解模型的决策过程，明确了肺炎等因素在住院预测中的关键作用。这一研究成果对于医院管理意义重大，能够帮助医院管理者提前规划资源，合理安排病床和医护人员，为患者提供更及时有效的治疗。同时，也为后续研究提供了方向，未来可通过获取更广泛的数据集、采用更复杂的预处理方法以及与医学专家紧密合作，进一步提高模型的准确性和适用性，为应对疫情及其他公共卫生事件中的医院管理提供更有力的支持。
