تشخیص بیماریهای قلبی و عروقی با استفاده از الگوریتم XGBoost و روش تفسیر پذیری SHAP

بیماریهای قلبی و عروقی یکی از مهمترین علل مرگ ومیر در جهان و ایران هستند. تشخیص زودهنگام آنها نقش اساسی در کاهش عوارض و هزینه های درمانی دارد. در این پژوهش با هدف توسعه ی مدلی دقیق و تفسیرپذیر برای پیش بینی احتمال ابتلا به بیماری قلبی از الگوریتم XGBoost در ترکیب با روش SHAP استفاده شده است. داده های مورد استفاده از مجموعه داده ی عمومی Cardiovascular Disease Dataset وبسایت Kaggle شامل ۷۰,۰۰۰ نمونه از بیماران با ویژگی های بالینی نظیر سن، جنسیت، قد، وزن، فشار خون، سطح کلسترول و گلوکز، مصرف دخانیات، مصرف الکل و فعالیت بدنی استخراج گردید. پس از انجام مراحل پیش پردازش شامل حذف داده های پرت، نرمال سازی و تبدیل متغیرها، مدل XGBoost آموزش داده شد و عملکرد آن با سایر الگوریتم ها مقایسه گردید. نتایج نشان داد که مدل XGBoost با دقت ۸۸ درصد، F۱ Score برابر ۰٫۸۶ و AUC برابر ۰٫۹۱ بهترین عملکرد را در میان مدل های بررسی شده دارد. علاوه بر این تحلیل تفسیرپذیری با استفاده از SHAP نشان داد که فشار خون سیستولیک، کلسترول، سن و گلوکز بیشترین تاثیر را در پیش بینی ابتلا دارند، در حالی که فعالیت بدنی و وزن نقش محافظتی ایفا می کنند. یافته های این پژوهش نشان می دهد که ترکیب XGBoost و SHAP می تواند چارچوبی دقیق و قابل توضیح برای تشخیص زودهنگام بیماری های قلبی فراهم کند و به عنوان ابزار پشتیبان تصمیم در سیستم های هوش مصنوعی پزشکی مورد استفاده قرار گیرد.

کلیدواژه ها:

بیماری های قلبی و عروقی ، هوش مصنوعی ، SHAP ، XGBoost