《iScience》：Interpretable machine learning for accessible dysphagia screening and staging in older adults
编辑推荐：
为解决老年吞咽障碍（Dysphagia）筛查主观性强、金标准（VFSS/FEES）难以普及、现有机器学习模型缺乏可解释性及分期能力等问题，研究人员开展了一项前瞻性多中心研究。该研究整合了临床、呼吸及声学等多维度数据，开发了基于SHAP的可解释机器学习模型。结果显示，CatBoost模型在二分类任务中AUC达0.914，神经网络模型在多分类任务中AUC达0.884，外部验证证实了模型的稳健性。该研究不仅识别了10个核心特征，还开发了交互式Web应用，为老年吞咽障碍的精准筛查与分层管理提供了高效、可及的新工具。
论文解读
研究背景：老年吞咽障碍的“沉默危机”与筛查困境
吞咽，这个看似简单的动作，对于老年人而言，却可能是一场关乎生命质量的“战斗”。吞咽障碍（Dysphagia）在老年人群中发病率高达11%-33%，它不仅影响进食，更会引发营养不良、脱水、吸入性肺炎等一系列严重并发症，甚至导致死亡。然而，这一“沉默的杀手”在临床筛查中却面临着巨大挑战。
目前，临床上广泛使用的“饮水试验”虽然简便，但主观性强，对早期异常或特定分期（如口咽期、食管期）的识别能力有限。而诊断的“金标准”——视频荧光吞咽检查（Videofluoroscopic Swallowing Studies, VFSS）和纤维内镜吞咽检查（Fiberoptic Endoscopic Evaluation of Swallowing, FEES），虽然准确，但需要昂贵的设备和专业的人员，在基层医疗机构难以普及。此外，老年人常合并多种疾病，症状不典型，使得准确筛查和分期变得尤为困难。
近年来，机器学习（Machine Learning, ML）在疾病预测领域展现出巨大潜力。然而，现有的吞咽障碍ML研究多聚焦于特定疾病人群（如脑卒中），或仅依赖单一维度的指标（如临床指标、吞咽声学或呼吸信号），缺乏对多维度生理机制的整合。更重要的是，大多数ML模型被视为“黑箱”，其决策过程不透明，导致临床医生难以信任和应用。同时，现有模型多局限于二分类（有或无吞咽障碍），缺乏对疾病严重程度的分期能力，无法满足精准化管理的需求。
研究方法：多中心前瞻性队列与可解释机器学习框架
为了攻克上述难题，Yinuo Dai、Jianzheng Cai等研究人员开展了一项前瞻性多中心研究。研究团队从苏州7家医院招募了1235名65岁以上的老年患者，所有患者均通过VFSS确诊了吞咽障碍状态。研究构建了一个包含37个候选变量的多维度数据集，涵盖人口统计学、病史、呼吸功能、吞咽功能（包括肌肉力量、行为观察和Ohkuma问卷）以及发声功能（GRBAS评分和声学参数）。
研究采用随机森林（Random Forest）进行特征重要性排序，并基于85%的累积重要性阈值，筛选出10个核心特征用于模型构建。研究人员比较了9种机器学习算法（包括LightGBM、XGBoost、CatBoost、神经网络等）在二分类（有无吞咽障碍）和多分类（无吞咽障碍、口期、咽期、食管期、口咽期）任务上的性能。为了增强模型的可解释性，研究采用了SHapley Additive exPlanations (SHAP) 方法，以可视化的方式揭示每个特征对模型预测的贡献度。最终，研究团队将最优模型部署为一个交互式Web应用程序，以便于临床快速筛查。
研究结果
1. 模型性能优异，外部验证证实稳健性
在模型性能评估中，CatBoost模型在二分类任务中表现最佳，在内部验证集上AUC（受试者工作特征曲线下面积）达到0.914，灵敏度为0.829，特异度为0.900。神经网络（Neural Network）模型在多分类任务中表现最优，内部验证集上的AUC为0.884。
为了检验模型的泛化能力，研究团队在一个包含720名患者的独立外部验证集上进行了测试。结果显示，CatBoost二分类模型的AUC为0.909，神经网络多分类模型的宏平均AUC为0.860，仅略低于内部验证结果，充分证明了模型在不同人群中的稳健性和临床适用性。
2. 模型可解释性：揭示吞咽障碍的核心驱动因素
通过SHAP分析，研究揭示了不同特征在模型决策中的具体作用。分析发现，口腔功能和咽部功能是预测吞咽障碍最核心的特征，在二分类和多分类模型中均具有最高的贡献度。
- •
多分类模型特征解读：口腔和咽部功能对所有分期（除口咽期外）均有显著影响。口咽期吞咽障碍（Class 4）则与食管功能、咀嚼肌力量、声学参数（Shimmer）和肺活量（Vital Capacity）等特征关联更强。肺活量作为呼吸功能的代表，在预测咽期吞咽障碍中表现出色，为“呼吸-吞咽协调”机制提供了有力的数据支持。
- •
二分类模型特征解读：除了口腔和咽部功能，气道保护功能、基频（F0）和基频微扰（Jitter）等声学特征在区分有无吞咽障碍中也扮演了重要角色。这表明，声音的细微变化可以作为吞咽障碍的敏感生物标志物。
3. 临床转化：从模型到工具
为了将研究成果转化为临床实践，研究团队开发了一个基于Streamlit框架的交互式Web应用程序。该应用将模型输入简化为10个核心特征，临床医生只需输入相关数据，即可快速获得吞咽障碍的筛查结果和分期建议，极大地提升了筛查的便捷性和可及性。
结论与讨论
本研究成功构建了一套基于可解释机器学习的老年吞咽障碍筛查与分期系统。该系统不仅具有优异的诊断性能（二分类AUC>0.9，多分类AUC>0.88），还通过SHAP分析揭示了吞咽障碍的生理机制，如口腔和咽部功能的核心作用，以及呼吸功能（肺活量）与咽期吞咽障碍的强关联。研究开发的Web应用将复杂的模型转化为易于使用的临床工具，有望在基层医疗机构中实现吞咽障碍的早期发现和精准分层，从而改善老年患者的预后和生活质量。
研究的局限性包括数据主要来源于三级医院，可能存在选择偏倚；Web应用在真实临床工作流中的效用尚需进一步验证；吞咽功能评估由单名康复专家完成，可能存在评估者偏倚。未来研究可考虑在更广泛的基层人群中验证模型，并探索其对患者长期结局的影响。
