基于可解释机器学习的肝细胞癌临床诊断分类研究：应对样本不平衡的特征选择与集成模型评估

《BMC Medical Informatics and Decision Making》：Diagnostic classification of hepatocellular carcinoma in the Vietnamese population using clinical and biochemical data: explainable machine learning approaches

　　

摘要

背景

肝细胞癌（HCC）是全球癌症相关死亡的主要原因之一，也是越南癌症相关死亡的主要原因之一。这凸显了基于常规临床参数建立准确且具有可解释性的诊断分类模型的迫切需求。本研究探讨了利用临床和生化数据对HCC进行分类和解释的机器学习（ML）技术，特别关注HCC与非HCC之间比例失衡的情况。

方法

本研究开发了一个透明的机器学习框架，重点关注特征选择和模型可解释性。首先，收集了在一个越南医疗中心获取的VD_HCC数据集，该数据集包含880名越南患者（其中303名经活检确诊为HCC，577名为非HCC）。随后应用了预处理流程，以确保数据一致性、降低噪声并提高下游模型性能。接着，使用八种特征选择方法识别重要生物标志物。将多种方法中一致选出的特征与临床专业知识相结合，构建优化后的特征子集。利用这些特征集评估了多个分类器，包括XGBoost、AdaBoost和LightGBM等集成方法。随后采用一种结合SHAP、LIME、偏依赖图（PDPs）和特征相关性图的两层XAI分析方法，对特征归因进行比较，并刻画研究数据中拟合模型的行为和关联。

结果

在30次带有独立训练和测试划分设置的重复运行中，XGBoost使用10个特征集（称为Set 5）取得了\(0.938 \pm 0.018\)的准确率和\(0.909 \pm 0.022\)的F1分数，其中AFP、HBsAg、CEA、AST、血小板和ALT是主要贡献因素。在锁定的留出测试集上，XGBoost和LightGBM分别取得了最佳的ROC-AUC值0.979和PR-AUC值0.971及0.965。在最不平衡的压力测试场景（HCC = 1:21）下，XGBoost和LightGBM取得了相当的准确率；XGBoost表现出更高的精确率、召回率、F1分数和ROC-AUC，而LightGBM取得了略高的PR-AUC（\(0.878 \pm 0.089\) vs. \(0.861 \pm 0.093\)），相较于无技能PR-AUC基线0.045。对于最终的Set 5 XGBoost模型，汇总的LIME和SHAP产生了高度一致的特征排名，Spearman \(\rho = 0.976\)；前六名Jaccard指数 = 1.000，而特征相关性图则提供了研究变量之间关联的补充描述。这些解释性分析刻画了拟合模型的行为和研究数据中的关联，而非建立因果效应或独立验证临床重要性。

结论

尽管测试集中HCC存在严重的不平衡，集成分类器在各不平衡水平下均表现出相对稳定的判别性能。所提出的框架通过识别对模型预测HCC与非HCC分类中贡献最大的特征，提供了HCC分类的可解释性视角。