NanoRisk-Web：工程纳米材料职业健康风险评估的开源贝叶斯决策支持平台

《SoftwareX》：NanoRisk-Web: An open-source Bayesian decision-support platform for occupational health risk assessment of engineered nanomaterials

　　

工程纳米材料（Engineered Nanomaterials, ENMs）在操作和应用过程中可能带来职业健康风险。NanoRisk-Web是一个开源、基于网络的决策支持平台，将贝叶斯网络（Bayesian Network, BN）建模与增强型控制带（control-banding）框架相结合，用于ENM风险评估。该软件根据理化描述符预测危害等级，利用特定过程参数评估暴露潜力，并量化总体风险以推荐适当的控制措施。NanoRisk-Web使用Python开发并托管在Streamlit上，集成了一个精确贝叶斯推理引擎，该引擎再现了许可的SMILE和GeNIe引擎（BayesFusion）的后验分布，同时消除了专有运行时依赖。软件验证显示，在测试的节点边际上，最大绝对差异低于1e-6。嵌入的贝叶斯网络还在一个独立的保留集（91条记录）上进行了评估，总体分类准确率达到91.21%。通过实现基于场景的纳米材料概率风险评估，该平台旨在作为一种透明且可复现的决策支持实现，而非替代工作场所暴露测量或专业的职业卫生判断。

**研究背景与问题**

近年来，纳米技术在各个领域快速发展，工程纳米材料（Engineered Nanomaterials, ENMs）被广泛添加到涂料和涂层中，以提高耐久性、耐腐蚀性、抗菌性能、紫外线防护和自清洁功能。常用的ENMs包括纳米二氧化硅（SiO₂）、纳米二氧化钛（TiO₂）、纳米银（Ag）和纳米氧化锌（ZnO）。然而，在生产、处理、配制、喷涂、干燥和废物管理过程中，工人可能吸入空气中的纳米颗粒，从而产生不良的肺部、心血管和全身效应。纳米材料相关健康风险评估面临挑战，因为其理化性质与生物反应之间的关系复杂，且数据稀疏、不确定性高。现有的专用工具如NanoRisk、Stoffenmanager Nano、NanoSafer、马来西亚职业安全与健康部的NaRA方法以及Universidad de los Andes开发的NanoRisk应用等，虽然各有特点，但普遍存在局限性：有些使用固定的通用类别来确定危害等级，而非针对特定材料预测；有些依赖确定性评分和专家判断，不能表征不确定性或不完整信息。因此，研究人员旨在开发一种能够进行材料特异性概率预测、同时集成暴露评估和控制带、且开放可部署的决策支持工具。

**研究内容与意义**

研究人员开发了NanoRisk-Web，一个开源的网络决策支持平台，将贝叶斯网络（Bayesian Network, BN）建模与增强型控制带框架集成在一起。该软件从理化描述符预测危害等级，利用特定过程参数评估暴露潜力，并量化整体风险以推荐适当的控制措施。该平台由Python开发并托管在Streamlit上，包含一个精确贝叶斯推理引擎，该引擎再现了许可的SMILE和GeNIe引擎（BayesFusion）的后验分布，同时消除了专有运行时依赖。其意义在于，通过使基于场景的概率风险评估成为可能，该平台旨在提供透明、可复现的决策支持，而不是替代工作场所暴露测量或专业职业卫生判断。

**关键技术方法**

研究人员使用了来自Marvin等汇编的包含559条记录的纳米毒理学数据集，其中468条用于参数学习，91条作为独立保留集。BN结构由专家启发确定，包含20个节点和35条弧；条件概率表通过期望最大化（Expectation-Maximization, EM）算法学习。精确推理采用基于NumPy的变量消除实现；数值等价性通过与SMILE/GeNIe参考引擎对比验证；预测性能评估使用准确率、混淆矩阵以及各类别的精确率、召回率和F1分数。

**研究结果**

*软件验证*：通过与参考引擎对比，开放推理引擎在测试的节点边际上最大绝对差异低于1e-6，表明两个实现数值等价，但并未验证底层模型的科学有效性。

*嵌入式模型的预测性能*：在91条保留记录上，模型总体准确率为91.21%，正确分类83条记录。混淆矩阵表明，两个极端类别（None和High）预测更可靠，其中None的精确率为0.974、召回率为0.925、F1为0.949，High的精确率为1.000、召回率为0.929、F1为0.963。Low和Medium的F1均为0.800。此外，28条High记录中无一被分类为None或Low，最严重的错误（High到None/High到Low）未发生，这对职业卫生决策具有重要意义。

*示例应用*：以纳米二氧化硅为例，平台预测其危害等级为High（后验概率0.4704）。对于代表性场景，过程阶段为包装，处理频率为1-2次/天，通风为完全密闭，材料为低释放性结合态，对应P=1，F=1，V=1，Dp=1，暴露评分ES=4，暴露类别E1。操作参数M=1，T=1，H=1，风险组RG=1+1+1²+1=4，属于A1。结合危害评分HBN=4，最终风险评分为4，推荐控制等级为RL2。

**讨论与结论**

讨论部分指出，当前评估基于559条记录的纳米毒理学数据集，Low类样本较少；案例研究展示了平台功能，但未覆盖所有纳米材料和职业环境。暴露和风险模块采用半定量评分，提供可复现的控制带方法，而非直接预测工作场所空气中浓度。未来工作将扩大数据集、评估更多职业环境、通过敏感性分析和与工作场所气溶胶测量的比较来改进暴露参数。结论部分（翻译）：NanoRisk-Web是一个开源网络决策支持平台，用于工程纳米材料的职业健康风险评估，集成了贝叶斯网络危害预测、暴露评估、风险量化和控制建议于单一可部署应用。开放NumPy推理引擎以数值精度再现授权参考引擎的后验，消除了专有软件依赖，提高了工作流可复现性。嵌入式贝叶斯网络在独立91条保留数据集上达到91.21%准确率，并成功支持了纳米二氧化硅、纳米二氧化钛、纳米银和纳米氧化锌的综合危害、暴露、风险和控制评估。未来开发将聚焦于扩展纳米材料和生物效应数据集、整合实测工作场所暴露数据、增加危害预测的可解释性，以及评估风险输出对暴露和风险评分参数的敏感性。