编辑推荐：
为解决血流感染（BSI）早期诊断难题以指导抗生素合理使用，研究人员基于丹麦 Rigshospitalet 医院 2010-2020 年数据，开发机器学习模型预测 BSI。结果显示 LightGBM 模型 AUC 为 0.69，NPV 达 0.96，血小板、白细胞等为关键特征，为临床筛查提供新方向。
血流感染（BSI）如同潜伏在人体内的 “隐形杀手”，其引发的 sepsis 是导致死亡的重要原因之一。传统血培养作为诊断 “金标准”，需长达 7 天才能得出结果，这往往导致抗生素使用延迟或过度，不仅增加患者痛苦，还可能加速耐药菌的产生。更棘手的是，仅有 5%-10% 的血培养呈阳性，如何在早期从海量生化数据中精准识别 BSI 风险，成为临床亟待突破的难题。
丹麦哥本哈根大学医院（Rigshospitalet）的研究团队肩负着攻克这一难题的使命，开展了一项基于机器学习（ML）的 BSI 早期预测研究。他们从 2010-2020 年的电子健康记录（EHR）中，提取了 54,188 名成年患者的 144,398 份样本，涵盖血培养结果、人口学信息及 36 项生化变量，试图通过算法挖掘出隐藏在数据背后的 BSI 早期信号。这项研究成果发表在《Scientific Reports》上，为 BSI 的早期诊断开辟了新的技术路径。
研究人员采用了分层五折交叉验证的方法，对 7 种机器学习算法展开评估，包括 LightGBM、CatBoost、随机森林等。在数据预处理环节，通过 K 近邻算法对缺失值进行插补（LightGBM 和 CatBoost 除外，由算法自行处理缺失值），并计算了中性粒细胞与淋巴细胞比值（NLR）、血小板与淋巴细胞比值（PLR）等衍生指标。最终以 AUC、PRAUC 和 MCC 为综合评价指标，筛选出性能最优的模型。
研究结果
模型性能与病原体敏感性
LightGBM 模型在测试集上展现出最佳性能，其受试者工作特征曲线下面积（AUC）为 0.69，阴性预测值（NPV）高达 0.96，特异性为 0.74，但阳性预测值（PPV）仅 0.13，敏感性为 0.53。这意味着该模型虽难以精准 “揪出” 阳性病例，却能高度可靠地排除非 BSI 患者。在病原体敏感性分析中，模型对常见病原体如大肠杆菌（E. coli，敏感性 0.71）、金黄色葡萄球菌（S. aureus，敏感性 0.54）的检测能力显著高于整体水平，平均敏感性达 0.66。
关键预测特征
通过 SHapley 加性解释（SHAP）方法解析模型，发现血小板（THROM）、白细胞（LEU）和中性粒细胞与淋巴细胞比值（NLR）是排名前三的预测特征。血小板计数越高，BSI 风险越低；而白细胞计数升高及 NLR 增大，则提示 BSI 发生概率增加。此外，C 反应蛋白（CRP）、单核细胞等炎症相关指标也对模型预测有重要贡献，这与既往研究中炎症标志物在感染诊断中的作用相吻合。
数据特征与模型稳定性
研究数据集覆盖了 10 年间的临床数据，BSI 阳性率为 6.4%，主要病原体包括金黄色葡萄球菌（17.64%）、大肠杆菌（14.65%）和粪肠球菌（11.57%）。模型在不同年份、性别和年龄组中表现稳定，未显示出显著差异，表明其具有一定的泛化能力。
研究结论与讨论
尽管 LightGBM 模型的 PPV 较低，无法作为独立诊断工具，但高达 0.96 的 NPV 使其在临床筛查中极具价值 —— 可作为 “排除工具” 优先识别低风险患者，减少不必要的血培养和抗生素使用，降低医疗成本的同时遏制耐药性扩散。研究还揭示了血小板、白细胞等传统血液指标在 BSI 预测中的核心地位，为开发基于生化数据的快速诊断工具提供了靶点。
值得注意的是，研究存在一定局限性：数据未包含生命体征、抗生素使用史等信息，且部分生化指标（如降钙素原，PCT）因非本院常规检测项目而未能纳入分析。此外，免疫功能低下患者（如癌症、移植受者）的血液指标可能受基础疾病干扰，影响模型在特定人群中的准确性。未来研究若能整合更多维度数据（如微生物组、诊断代码），并针对病原体类型开发特异性模型，有望进一步提升预测效能。
这项研究的重要意义在于，它首次利用大规模真实世界数据证实了机器学习整合多维度生化指标预测 BSI 的可行性，为 AI 在感染性疾病管理中的临床应用奠定了基础。随着技术的迭代，结合实时生化数据的 AI 模型或将成为临床医生的 “智能助手”，在缩短诊断时间、优化治疗决策等方面发挥关键作用，最终为降低 BSI 相关死亡率开辟新路径。
