《Healthcare Analytics》：An Integrated Meta-Learning and Explainable Analytics Approach for Clinical Thyroid Disease Classification
编辑推荐：
甲状腺疾病影响全球数百万人，凸显了准确可靠诊断工具的紧迫需求。常规诊断方法往往耗时、侵入性强且结果常不确切，而现有机器学习（ML）方法在异常值处理、数据不平衡、可解释性及泛化方面持续面临挑战。为应对这些挑战，本研究提出了一种稳健的元学习框架，整合混合异常值处理
甲状腺疾病影响全球数百万人，凸显了准确可靠诊断工具的紧迫需求。常规诊断方法往往耗时、侵入性强且结果常不确切，而现有机器学习（ML）方法在异常值处理、数据不平衡、可解释性及泛化方面持续面临挑战。为应对这些挑战，本研究提出了一种稳健的元学习框架，整合混合异常值处理、特征选择、贝叶斯超参数优化以及可解释人工智能（XAI）技术，用于甲状腺疾病的二分类。该研究引入了一种混合异常值处理框架，结合单变量四分位距（IQR）分析、多变量孤立森林（Isolation Forest）检测以及基于回归的上下文插补。采用随机过采样（ROS）缓解类别不平衡，并利用递归特征消除（RFE）识别关键预测特征。选取的特征用于训练随机森林（RF）和XGBoost模型，随后以逻辑回归作为元学习器进行堆叠集成。所提框架展现了最先进的性能，准确率达99.60%，受试者工作特征曲线下面积（AUC-ROC）为0.9994，Cohen's Kappa系数为0.9769。分层10折交叉验证确认其稳定性，平均准确率达99.70%，显示出强泛化能力。在对抗扰动（ε = 0.01, 0.05, 0.1）和高斯噪声下的鲁棒性测试表明性能衰减极小，准确率始终高于96%。模型透明度通过SHAPley加性解释（SHAP）和局部可解释模型无关解释（LIME）实现，提供了特征贡献的全局和局部解释。总体而言，所提框架展现出高准确率、鲁棒性和透明性，支持其在实际AI辅助甲状腺疾病诊断中的适用性。
甲状腺功能异常是全球最常见的内分泌疾病之一，影响着数百万患者，给医疗系统带来了重大挑战。传统诊断方法主要依赖临床评估和实验室检测，然而这些方法往往耗时较长，且在临界或复杂病例中可能得出不确切的结论，延误或错误的诊断可导致严重并发症并降低患者生活质量。尽管机器学习在医学诊断中展现出变革性潜力，但现有甲状腺疾病机器学习诊断系统在模型复杂度与可解释性之间的平衡、异常值处理、数据不平衡、以及泛化能力等方面仍面临持续性挑战。目前大多数研究或缺乏高级特征选择，或依赖基础模型优化策略，在可解释人工智能和鲁棒超参数优化方面存在明显不足，网格搜索等传统优化方法计算成本高昂且结果往往次优，而贝叶斯优化与XAI技术的整合尚未得到充分探索。此外，能够提供特征边际效应全局洞察的部分依赖图（PDP）等工具也未被充分利用。因此，开展一项整合高效优化与全面可解释性的统一框架研究具有重要价值。该研究发表在《Healthcare Analytics》期刊。
研究人员开展了一项针对甲状腺疾病分类的混合元学习框架研究。该技术方法主要包含以下关键环节：样本来源于UCI机器学习仓库的甲状腺疾病数据集，包含3,772例患者记录30项特征；预处理阶段实施混合异常值检测，整合单变量IQR方法与多变量孤立森林算法，并采用基于回归的上下文插补策略，同时运用随机过采样处理类别不平衡；特征选择采用卡方检验与递归特征消除相结合的策略；模型构建采用堆叠集成架构，以随机森林和XGBoost作为基学习器、逻辑回归作为元学习器；超参数优化采用贝叶斯优化方法；模型解释采用SHAP、LIME和部分依赖图三种XAI技术；鲁棒性验证通过对抗扰动（ε=0.01,0.05,0.1）和高斯噪声测试实现，并在外部Kaggle数据集上进行验证。
研究背景与数据集特性：研究采用UCI机器学习仓库数据集，共3,772例实例，30项属性涵盖人口统计学信息、用药史及甲状腺功能指标（如TSH、T3、TT4、T4U、FTI、TBG等），目标变量为"sick"（甲状腺功能异常）与"negative"（甲状腺功能正常）的二分类。
混合预处理与特征工程：数据预处理包含数值型缺失值均值插补、分类型缺失值众数插补、无关特征（TBG列）剔除及独热编码。异常值处理采用IQR与孤立森林联合检测，并通过Winsorization限幅结合线性回归上下文插补的混合策略。类别不平衡通过随机过采样解决，将训练集调整为平衡分布。特征选择阶段，卡方检验筛选与RFE各保留15项特征，RFE选出T3、T4U、TT4、referral_source_SVI、FTI等最具预测力特征。
基线与堆叠模型性能：在四项实验场景中对比决策树、随机森林、XGBoost及所提堆叠模型。类别不平衡场景下，堆叠模型以召回率93.48%、F1分数88.66%、AUC-ROC 99.64%及Kappa系数87.88%领先。全特征场景中，堆叠模型准确率99.47%、精确率97.73%、AUC-ROC 99.91%。RFE结合随机过采样场景下，堆叠模型达到最优性能：准确率99.74%，精确率、召回率、F1分数均为97.83%，AUC-ROC达99.94%，Kappa系数97.69%，仅1例假阳性和1例假阴性。
贝叶斯优化超参数配置：经贝叶斯优化确定的最优超参数为——随机森林：max_depth=9, max_features=3, min_samples_leaf=1, min_samples_split=2, n_estimators=233；XGBoost：colsample_bytree=0.861, gamma=0.1434, learning_rate=0.07962, max_depth=7, n_estimators=375, subsample=0.7681；逻辑回归：C=1.9691。
可解释性分析：全局SHAP分析揭示T3和FTI为最具影响力的临床指标，TSH、TT4、T4U亦有显著贡献。局部SHAP力值图显示，TSH升高及特定转诊来源推动"sick"预测，而FTI和T4U升高支持"negative"判定。LIME实例解释确认T3（1.60）、TT4（75.00）、年龄（47）及FTI（≤93.00）对"negative"预测的贡献，与临床知识一致。部分依赖图显示T3值从0升至2时"negative"概率从约0.6骤降至约0.2，T4U和TSH呈现相似趋势，验证了RFE和SHAP的排名结果。
鲁棒性验证：对抗扰动测试中，ε=0.01, 0.05, 0.1时准确率分别为98.28%、97.62%、96.69%。高斯噪声测试中，噪声水平0.01, 0.05, 0.1时准确率分别为99.07%、98.81%、98.28%，性能衰减极小。
交叉验证与不确定性量化：分层10折交叉验证平均准确率99.70%，标准差0.21%。不确定性量化采用重复10次训练策略，以标准差σ≥0.08标记高不确定性病例，755例测试样本中仅2例（0.3%）超出阈值，99.7%病例显示强一致性。
外部验证：Kaggle外部数据集测试准确率98.81%，10折交叉验证平均准确率99.78%±0.10%。
研究结论：本研究提出了一种全面集成的堆叠集成框架用于甲状腺疾病分类，结合混合特征选择（卡方检验+RFE）、随机过采样、混合预处理及贝叶斯超参数优化。堆叠架构（随机森林+XGBoost作为基学习器，逻辑回归作为元学习器）达到最先进性能，准确率99.60%，AUC-ROC为0.9994。模型经对抗扰动和高斯噪声系统鲁棒性评估，并通过SHAP、LIME和PDP实现多层次可解释性，一致识别T3、FTI、TSH、TT4和T4U为关键甲状腺生物标志物。该框架不仅准确率高，且具有鲁棒性、可解释性和实用可靠性。未来工作将聚焦于多中心和真实临床数据集的外部验证、多分类甲状腺疾病扩展、隐私保护机器学习方法整合，以及临床可部署、可信赖、可扩展的AI工具开发。
