基于XGBoost模型与声学生物标志物的成人哮喘无创分类研究

针对传统哮喘诊断依赖患者配合的局限性，上海中医药大学团队创新性地采用XGBoost机器学习模型，通过分析持续元音/a:/的声学特征（eGeMAPS参数集），构建了成人哮喘无创诊断系统。研究在214人主队列和200人外部验证集中分别达到0.8514和0.81的准确率，首次证实言语声学特征对哮喘的鉴别价值，为远程监测和早期预警提供了新范式。

　　

哮喘诊断的声学革命：当机器学习遇见语音分析

在哮喘影响全球3亿患者的今天，临床诊断仍面临巨大挑战。传统肺功能检测需要患者高度配合，儿童和老年人往往难以完成精确测试；而听诊器检查则受制于医生主观经验，难以捕捉亚临床炎症的细微变化。更棘手的是，常用声学标志物如咳嗽和喘鸣易与其他呼吸道疾病混淆，且采集过程可能加剧患者不适。这些痛点催生了一个关键科学问题：能否通过更稳定、更易获取的声音特征实现客观诊断？

上海中医药大学传统医学院的研究团队在《Scientific Reports》发表了一项突破性研究。他们另辟蹊径，选择持续元音/a:/作为分析对象——这种发音稳定且易于标准化采集，避免了咳嗽等非言语声的个体差异干扰。通过改良版eGeMAPS（扩展日内瓦极简声学参数集）提取88维特征，研究人员系统比较了7种机器学习算法，最终开发出基于XGBoost（极限梯度提升）的高精度分类模型。

技术方法精要

研究采用病例对照设计，主队列含214名受试者（107例哮喘/107健康），外部验证集200人。使用Logitech H340麦克风采集/a:/音频（16kHz采样率），通过openSMILE工具包提取声学特征。采用70/30划分训练测试集，十折交叉验证优化XGBoost模型，SHAP（沙普利加和解释）和LIME（局部可解释模型无关解释）方法解析特征重要性。

结果揭示

1. 模型性能

   XGBoost在主队列测试集表现卓越：准确率0.8514（AUC 0.9130），召回率0.8804，Kappa系数0.7018。外部验证中指标稳定（准确率0.8100，AUC 0.8755），显著优于既往咳嗽（0.7872）或呼气音（0.715 AUC）模型。

1. 特征解析

   SHAP分析显示共振峰频率是关键预测因子：

   • F2frequency_sma3nz_amean（第二共振峰频率均值）呈现显著负相关

   • F1与F3频率则显示正相关

     LIME局部解释揭示模型决策依赖特征间复杂交互，如当F1≤501.55Hz且F3≤2510.42Hz时，低F2值反而支持健康分类，体现非线性关系。

1. 横向对比

   与Ulukaya的KNN喘鸣分类（0.7578准确率）、Emeryk的RFR（随机森林回归）呼气分析（0.715 AUC）相比，本研究的言语声学方法在保持无创优势的同时，首次实现诊断性能的实质性突破。

讨论与展望

这项研究开创性地证实了言语声学在哮喘诊断中的价值。相较于需要主动配合的肺功能检测，元音发音的被动采集更适用于儿童和老年群体；而相比咳嗽等非稳定声源，/a:/的标准化特性减少了环境干扰。模型解释性分析揭示了共振峰频率的核心作用，这与哮喘患者气道狭窄导致的声带振动模式改变理论相符。

研究仍存在样本来源单一（仅上海地区成人）、未包含儿童数据等局限。未来工作可拓展多中心队列，整合更多元音（如/i:/、/ou/）构建多维声纹图谱。值得关注的是，该技术框架与智能手机的兼容性，为开发居家监测APP铺平道路——正如作者Yi Lyu所述："这不仅是诊断工具的革新，更是慢性病管理范式的转变。"

这项发表于《Scientific Reports》的成果，标志着声学生物标志物研究从情绪识别（eGeMAPS传统应用）向病理检测的成功跨越，为AI辅助呼吸病学树立了新标杆。随着可解释性AI（XAI）技术的发展，这种"听音识病"的古老智慧，正在机器学习赋能下焕发新生。