Shapley值解释在临床预测模型中的应用综述：现状、挑战与实践建议

《npj Digital Medicine》：Shapley value explanations for clinical prediction models: a scoping review and guide

　　Shapley值解释越来越被用于为医疗领域的"黑箱"预测模型提供额外的透明度。在本文中，我们对Shapley值解释进行了介绍性概述，并通过详细综述100篇随机选择的、经同行评审且将Shapley解释纳入临床研究的出版物，描述了其应用。我们重点关注Shapley值解释在阐释临床预测模型预测结果方面的应用，这些模型利用表格形式的输入特征（例如，衡量患者血压、年龄等特征的患者特征预测因子）来预测个体的健康结果。在文献综述中，我们发现Shapley值解释的计算方法往往报告不足；例如，91%的出版物未披露用于计算Shapley值解释的算法，97%未披露计算中使用的参考（基线）人群的来源或规模。我们识别了文献中使用Shapley解释的四种主要动机（识别关键特征、临床决策支持、可信度和探索性分析），阐述了常见的（误）解释，并讨论了与Shapley值解释相关的挑战。最后，我们针对临床预测模型背景下的Shapley值使用提供了实用建议。