Клинические пороги не ухудшили прогноз инсульта — но не везде

У медицинской модели есть неприятный конфликт: чем ближе её объяснения к привычной логике врача, тем выше риск потерять точность. Новая работа показывает, что для прогноза 90-дневного исхода после ишемического инсульта этот компромисс может быть меньше, чем кажется.

Исследователи сравнили обычные модели градиентного бустинга с версиями, где непрерывные показатели заменили категориями и порогами из клинических рекомендаций. Например, модель работает не с любым числовым значением признака, а с его попаданием в определённый клинический диапазон — так врачу проще сопоставить прогноз с привычной практикой.

Результат оказался неоднородным. В двух из трёх групп лечения категоризированные модели статистически не отличались по точности от моделей с непрерывными признаками. В третьей группе точность значимо снизилась. При этом рейтинг наиболее важных факторов сохранился во всех группах: упрощение входных данных не изменило основную иерархию прогностических признаков.

Практический вывод не в том, что все медицинские модели пора переводить на пороги из рекомендаций. Скорее, это рабочий способ сделать модельные объяснения ближе к клиническому мышлению, если заранее проверить цену такой замены на каждой группе пациентов. Для одной схемы лечения решение может быть почти бесплатным по точности, для другой — уже нет.

Ограничения здесь существенные: вывод основан на многоцентровом европейском регистре и трёх когортах лечения, а не на повседневном внедрении модели в клинический процесс. Исследование также говорит о сохранении точности и глобальной важности признаков, но не доказывает, что врачи действительно будут лучше принимать решения с такой моделью.

Если бы вы внедряли такую систему, что для вас было бы важнее: несколько пунктов точности или объяснение, построенное на знакомых клинических порогах? Источник: cs.AI updates on arXiv.org