《Scientific Reports》：Explainable deep learning for early sepsis detection from ICU time-series data using XAI techniques
编辑推荐：
脓毒症（Sepsis）是最致命的疾病之一，死亡率很高。因此，在疾病症状出现初期进行识别至关重要，并在改善患者预后方面发挥关键作用。本研究提出了一种定制化解决方案，用于早期脓毒症检测，重点在于使用可解释性技术，利用一系列机器学习方法和可解释人工智能（XAI）方法
脓毒症（Sepsis）是最致命的疾病之一，死亡率很高。因此，在疾病症状出现初期进行识别至关重要，并在改善患者预后方面发挥关键作用。本研究提出了一种定制化解决方案，用于早期脓毒症检测，重点在于使用可解释性技术，利用一系列机器学习方法和可解释人工智能（XAI）方法。该研究基于的数据库存在许多问题，主要是大量数据缺失和类别不平衡。通过采用稳健的方法、精确的分类和严格的计算，研究人员开发并优化了大约12种不同的模型。双向长短期记忆网络（BiLSTM）和时间卷积网络（TCN）模型的受试者工作特征曲线下面积（ROC-AUC）指标分别为0.9566和0.9595，F1分数分别为0.85和0.85，在脓毒症预测方面优于传统模型。这两种方法在检测临床模式方面取得了显著进展，同时避免了假阴性结果——这是医学领域的一个关键方面。为了评估模型性能并提供对模型预测的清晰见解，研究人员采用了基于解释的技术。这提高了临床信心，并有助于在关键医疗诊断中做出明智的决策。
脓毒症（Sepsis）是全球范围内最致命的疾病之一，每年约导致1100万死亡，占全球总死亡率的20%。当机体遭遇感染时，免疫系统释放细胞因子等炎性介质，但过度激活会导致组织损伤、多器官衰竭甚至死亡。目前尚无单一确诊检查，临床医生依赖症状、实验室检查和生物标志物综合判断。早期检测对降低死亡率至关重要，但现有诊断方法受到脓毒症进展复杂性和变异性限制，传统方法难以捕捉患者数据中的动态变化模式。此外，临床数据存在严重质量问题，例如广泛使用的PhysioNet 2019挑战数据集缺失值超过90%，且非脓毒症样本占绝大多数，类别极度不平衡。现有机器学习研究（如长短期记忆网络LSTM、门控循环单元GRU、极端梯度提升XGBoost）虽取得一定进展，但普遍缺乏模型可解释性（如未使用SHAP或置换特征重要性PFI），限制了临床信任和模型改进。同时，缺失数据处理和类别不平衡策略不一致，特征选择方法比较不足。为此，本研究发表于《Scientific Reports》，提出一个集成可解释人工智能（XAI）技术的框架，结合高级时序建模与多维度解释方法，旨在解决数据高度不完整和严重类别不平衡问题，提高早期脓毒症预测的可靠性和临床可行性。
研究人员开展了以下研究：使用PhysioNet 2019挑战数据集（包含超过40,000名ICU患者的150万观测记录，脓毒症患者约7%），开发并比较了约12种传统机器学习（随机森林RF、XGBoost）和深度学习模型（循环神经网络RNN、LSTM、BiLSTM、GRU；卷积网络TCN、InceptionTime、一维卷积神经网络1D-CNN、残差网络ResNet-1D）。采用先进数据预处理流程：对于缺失值，根据缺失率分组处理——>95%缺失的特征保留为二进制标志（信息缺失性假设）；35-94%缺失的特征使用链式方程多重插补（MICE）并添加高斯噪声；<35%缺失的特征（如生命体征）使用前向和后向填充。类别不平衡通过自定义两阶段采样策略解决：首先基于决策树对多数类（非脓毒症）进行欠采样（保留35,000序列），然后利用决策树特征重要性引导对少数类（脓毒症）进行合成过采样（生成27,000序列），最终获得平衡训练集（28,000非脓毒症 vs 21,600脓毒症）。模型在Kaggle GPU环境（NVIDIA Tesla P100）中训练，采用分层5折交叉验证。可解释性分析使用五种XAI方法：SHAP、PFI、积分梯度、累积局部效应（ALE）以及梯度热图，应用于表现最好的五个模型（TCN、BiLSTM、ResNet、LSTM、InceptionTime）。
主要研究结果如下：
**模型性能结果**：在23,000隐藏测试集上，BiLSTM和TCN表现最优。BiLSTM的F1（脓毒症）分数为0.85，召回率0.95，精确率0.77，ROC-AUC 0.9566，假阴性（FN）377例；TCN的F1（脓毒症）分数0.85，召回率0.94，精确率0.77，ROC-AUC 0.9595，FN 480例。ResNet表现中等，F1（脓毒症）0.77，ROC-AUC 0.8908，FN 1350例。通过比较，BiLSTM和TCN显著优于传统方法（如逻辑回归F1约0.65，RF约0.69），且比文献中报道的梯度提升方法提升约13%准确率。
**TCN模型可解释性**：通过SHAP摘要图（图11）分析，发现特定时间步的临床测量对预测影响强烈，例如时间步t-9的氯化物、t-1的呼吸频率、t-3的钾离子、t-6的碳酸氢根（HCO3）。高呼吸频率和高氯化物增加脓毒症预测风险，高钾降低风险，与临床知识一致。梯度热图（图12）显示生命体征（体温、血氧饱和度、心率、血压、呼吸频率）在t-8、t-5、t-2时间窗口敏感性高，实验室指标（尿素氮、肌酐、钾、血细胞比容）在t-8和t-3影响显著。
**BiLSTM模型可解释性**：由于BiLSTM复杂记忆结构，使用PFI分析（图13）替代SHAP。PFI显示临床特征按重要性排序：体温最重要，其次为平均动脉压（MAP）、呼吸频率、收缩压（SBP）。
**ResNet模型可解释性**：通过三维可视化（图14）展示特征时间轨迹，红色为脓毒症，蓝色为非脓毒症。x轴时间步（0-8），y轴特征（体温、呼吸频率、MAP、心率、pH、舒张压、血细胞比容、血红蛋白、血小板、SBP），z轴归一化重要性。该图揭示脓毒症与非脓毒症病例在特征动态模式上的差异，支持识别关键特征组合和先行滞后关系。
**LSTM模型可解释性**：利用三维SHAP（图15）和SHAP热图（图16）分析时间步0-8。心率（HR）、体温、呼吸频率在早期时间步重要性高，血氧饱和度（O2Sat）和血压参数持续相关。生命体征在中段时间步（t-7至t-5）重要性达到峰值，实验室参数呈现多样时间模式。
**InceptionTime模型可解释性**：PFI分析（图17）显示体温是最关键特征，其次为呼吸频率和性别。
**总结讨论与结论**：本研究成功构建了一个集成可解释AI的早期脓毒症检测系统，BiLSTM和TCN模型在ROC-AUC和召回率方面表现优异，显著减少假阴性。XAI分析揭示了生命体征（体温、心率、血压、呼吸频率）在多个时间步的关键预测作用，与文献中脓毒症生理标志物一致。研究局限性包括缺乏外部验证（仅使用PhysioNet 2019数据集）、合成数据可能引入偏差、样本多样性不足。未来工作需在真实ICU环境中验证模型，开发临床仪表板整合预测与解释，纳入纵向病史，并解决算法偏见和隐私问题。研究结论：通过结合可解释AI方法与先进时序模型，实现了高准确性和高可信度的早期脓毒症预测，为临床决策提供了可靠支持。
