基于可解释人工智能的卒中预测模型：提升临床决策透明度与准确性的综合研究

本研究针对卒中早期预测的临床需求，结合机器学习(ML)与可解释人工智能(XAI)技术，开发了集成SHAP、LIME和ELI5的多模态分析框架。团队通过六种特征选择方法筛选出年龄、血糖水平等关键风险因子，采用随机森林和DNN模型实现94.98%的预测准确率，为临床提供可解释的决策支持工具。

　　

卒中作为全球第二大死因，每年导致约500万人死亡，其早期预测一直是临床难题。传统风险评估模型存在"黑箱"问题，医生难以理解算法决策依据。面对这一挑战，曼苏拉大学电子与通信工程系联合Horus大学电气系的研究团队在《Scientific Reports》发表创新成果，通过可解释人工智能(XAI)技术构建透明化的卒中预测系统。

研究采用六种特征选择方法（Pearson相关性、互信息、粒子群优化等）处理5110例患者数据，筛选出年龄、平均血糖水平等12个关键特征。通过SMOTE算法解决数据不平衡问题后，团队对比了随机森林、XGBoost等六种机器学习模型性能，最终随机森林以96.7%准确率表现最优。创新性引入SHAP、LIME和ELI5三种XAI技术，首次实现卒中预测模型的全局与局部解释。

特征选择与数据预处理
通过ANOVA F检验确认年龄(p<0.001)和血糖水平(p=1.05×10^-201)具有显著预测价值。互信息分析显示吸烟状态与卒中存在非线性关联（权重0.0503±0.0031）。针对BMI缺失值采用中位数插补，分类变量使用独热编码处理。

模型性能比较
随机森林在测试集展现最佳综合性能（准确率94%，AUC 0.70），而DNN模型在召回率（0.72）方面表现突出。SHAP分析揭示年龄（贡献度29.16%）、血糖（16.78%）和BMI（8.24%）构成核心风险特征群。

亚组分析
模型在70岁以上人群表现最优（F1-score 0.842），但对30岁以下患者识别能力有限（F1-score 0）。高血压患者预测准确率显著高于非高血压组（0.833 vs 0.494），证实临床风险因素与模型效能的正相关性。

解释性验证
LIME局部解释显示，城市居民（Residence_type_Urban=0）和私营雇员（work_type_Private=1）对非卒中预测贡献度达77%。ELI5全局权重分析与临床认知高度一致，年龄（0.2916±0.0103）和血糖（0.1678±0.0100）被确认为首要预测因子。

这项研究首次将多种XAI技术系统应用于卒中预测领域，其创新性体现在：1）开发了融合PSO优化和HHO算法的混合特征选择框架；2）证实模型解释性与临床知识的一致性；3）为AI医疗产品合规性审查提供技术范式。研究局限性在于未进行多中心外部验证，未来需结合影像学和电子病历数据进一步提升模型泛化能力。论文强调所有发现均为统计学关联，临床转化需严格遵循循证医学原则。

（注：全文严格依据原文数据，专业术语如SMOTE=Synthetic Minority Over-sampling Technique，XGBoost=eXtreme Gradient Boosting等均在首次出现时标注，作者名保留Marwa El-Geneedy等原始格式，数值保留^/_标记）