Den-SOFA：基于可解释机器学习模型的牙科学生就业前景预测助手

《BMC Medical Education》：Den-SOFA: Dental Student Outcome Forecasting Assistant using explainable machine learning models

　　

摘要

背景

人工智能与机器学习技术日益被应用于牙科教育领域，用于辅助学术评估以及识别那些可能表现不佳的学生。然而，在这一领域中构建预测模型仍面临诸多挑战，因为学术表现与人口统计变量之间存在复杂的非线性关系。此外，这类模型的价值不仅在于预测能力，还在于其可解释性。本研究以Den-SOFA这一可解释性机器学习框架为工具，探索其在预测修复牙科学结业考试结果方面的应用潜力。

方法

这项描述性分析型的教育数据挖掘研究分析了96名牙科学生的数据，涵盖了26个学术及人口统计变量，包括累计GPA、理论与实践课程成绩、学业进展指标以及人口统计特征等。研究评估了逻辑回归、随机森林、XGBoost、CatBoost和人工神经网络这五种模型在二元（通过/未通过）及多类（A至F等级）结果预测方面的性能，评估指标包括准确率、F1分数、AUC-ROC值、MCC值、灵敏度与特异性。同时，还通过SHAP分析来考察模型的可解释性。

结果

在通过/未通过预测方面，人工神经网络模型的区分能力最强（AUC-ROC值为0.906，准确率为0.86，MCC值为0.71）；而随机森林模型的性能与之相近（AUC-ROC值为0.864，准确率为0.86），但其可解释性更强。在多类等级预测方面，各模型的表现都较为一般，其中最佳AUC-ROC值为0.775。SHAP分析表明，学期、累计GPA、实验室练习表现以及理论课程成绩是影响预测结果的最主要因素，而人口统计变量对模型性能的贡献则相对较小。

结论

Den-SOFA为探索如何将可解释性机器学习技术应用于牙科教育数据提供了有效的框架与思路。在这项基于单所院校的数据研究中，这些模型展现出了中等至良好的内部预测性能，尤其是在二元结果预测方面。若要将其实际应用于学生支持或评估规划工作中，还需在更大规模、更多样化的群体中进行外部验证。