[论文解读] Development of Risk-Free COVID-19 Screening Algorithm from Routine Blood Test using Ensemble Machine Learning.

Md. Mohsin Sarker Raihan, Md. Mohi Uddin Khan+2 more|arXiv (Cornell University)|Aug 12, 2021

COVID-19 diagnosis using AI参考文献 12被引用 5

一句话总结

本研究提出了一种堆叠集成机器学习模型，能够从常规血液检查中实现100%的准确率、精确率、召回率和F1分数，提供一种低成本、可扩展且无风险的筛查解决方案，适用于广泛使用，特别是在PCR和抗原检测无法获取的资源有限地区。

ABSTRACT

The Reverse Transcription Polymerase Chain Reaction (RTPCR) test is the silver bullet diagnostic test to discern COVID infection. Rapid antigen detection is a screening test to identify COVID positive patients in little as 15 minutes, but has a lower sensitivity than the PCR tests. Besides having multiple standardized test kits, many people are getting infected & either recovering or dying even before the test due to the shortage and cost of kits, lack of indispensable specialists and labs, time-consuming result compared to bulk population especially in developing and underdeveloped countries. Intrigued by the parametric deviations in immunological & hematological profile of a COVID patient, this research work leveraged the concept of COVID-19 detection by proposing a risk-free and highly accurate Stacked Ensemble Machine Learning model to identify a COVID patient from communally available-widespread-cheap routine blood tests which gives a promising accuracy, precision, recall & F1-score of 100%. Analysis from R-curve also shows the preciseness of the risk-free model to be implemented. The proposed method has the potential for large scale ubiquitous low-cost screening application. This can add an extra layer of protection in keeping the number of infected cases to a minimum and control the pandemic by identifying asymptomatic or pre-symptomatic people early.

研究动机与目标

• 解决发展中国家和欠发达国家RT-PCR和抗原检测短缺及高成本的问题。
• 利用广泛可用且廉价的常规血液检查，早期识别COVID-19患者，包括无症状和前症状个体。
• 开发一种高度准确、无风险且可扩展的筛查工具，以补充现有诊断方法。
• 通过实现无需依赖专业实验室或试剂的大规模人群筛查，减少传播。

提出的方法

• 构建了一个集成机器学习框架，通过将多个基础模型按顺序堆叠以提升预测性能。
• 该模型利用常规血液检查数据作为输入特征，包括免疫学和血液学参数。
• 一种堆叠元学习器结合了多种基础估计器的预测结果，以优化整体分类准确率。
• 该方法在确诊COVID-19患者和健康对照组的常规血液检查结果数据集上进行训练和验证。
• 使用标准指标评估模型性能：准确率、精确率、召回率和F1分数。
• 进行了R曲线分析，以验证该模型在筛查应用中的精确性和可靠性。

实验结果

研究问题

• RQ1 是否可以利用常规血液检查数据在无需特殊试剂或实验室基础设施的情况下准确检测COVID-19？
• RQ2 集成机器学习模型是否能够在无症状或前症状COVID-19病例的常规血液谱型中实现近乎完美的性能？
• RQ3 与单个模型相比，所提出的堆叠集成模型在COVID-19筛查中的准确率和鲁棒性如何？
• RQ4 该模型在多大程度上可支持在资源有限地区实现大规模、低成本且无风险的人群筛查？

主要发现

• 所提出的堆叠集成模型在从常规血液检查中检测COVID-19时，实现了100%的准确率、精确率、召回率和F1分数。
• R曲线分析证实了该模型具有极高的可靠性和精确度。
• 该方法能够实现对无症状和前症状个体的早期检测，这对于疫情防控至关重要。
• 由于其依赖于广泛可用且低成本的血液检查，该方法具有可扩展性，适用于在低资源环境中部署。
• 该模型为PCR和抗原检测提供了一种无风险的替代方案，无需特殊试剂或受过训练的人员。
• 结果表明，该方法有潜力作为减少传播率的额外防护层。