AI dan Masalah-Masalah Sulit Dunia · Kedokteran & penemuan obat · Nature (computational biology) · 2026-10-22
Validasi eksternal model pembelajaran mesin untuk memprediksi cedera hati pada anak dengan pneumonia mycoplasma pneumoniae
Judul asli: External validation of a machine learning model for predicting liver injury in children with mycoplasma pneumoniae pneumonia
Pneumonia Mycoplasma pneumoniae (MPP) pada anak memiliki risiko tinggi cedera hati, tetapi belum ada alat prediktif tervalidasi untuk identifikasi dini pasien yang berisiko. Menggunakan data dari 1321 anak di dua pusat di Nanjing ditambah kohort validasi eksternal sebanyak 640, model jaringan saraf yang dibangun atas enam prediktor yang mudah diperoleh yang diidentifikasi oleh algoritma boruta — LDH, D-dimer, CK, usia, IL-6, dan CK-MB — menunjukkan kinerja terbaik. AUC adalah 0.914 dalam pelatihan, 0.829 dalam pengujian, dan 0.755 dalam validasi eksternal, dengan analisis SHAP yang mengidentifikasi LDH sebagai prediktor terpenting dan aplikasi web interaktif yang dikembangkan untuk mendukung stratifikasi risiko dini.