AI与世界难题 · 医学与药物研发 · Nature (computational biology) · 2026-10-21
基于机器学习的集成模型用于体检数据心肌损伤的风险分层
原标题: Machine learning-based ensemble model for the risk stratification of myocardial injury in physical examination data
一种机器学习集成模型可利用常规体检数据对心肌损伤（心肌炎早期且常见的表现）的风险进行分层。爬山算法指导了随机森林、SVM、逻辑回归、CART 和 LightGBM 这五个被集成模型的选择与调优，在测试集上取得 81.8% 的 AUC 和 89.7% 的准确率，相比各单个分类器获得了适度但有统计学依据的提升。在 2025 年招募的参与者上进行的时序验证中，性能保持稳定，AUC 为 0.812。