[论文解读] iCardo: A Machine Learning Based Smart Healthcare Framework for Cardiovascular Disease Prediction

Nidhi Sinha, Teena Jangid+2 more|arXiv (Cornell University)|Dec 7, 2022

Healthcare Systems and Public Health被引用 4

一句话总结

本文提出 iCardo，一种基于机器学习的智能医疗框架，用于利用多种特征选择技术与集成模型评估，实现心血管疾病（CVD）的早期预测。该框架识别出支持向量机（SVM）结合递归特征消除（RFE）为最优分类器，在整合的心脏病数据集上达到 92.31% 的准确率，并将系统与医疗物联网（IoMT）集成，实现基于云的实时患者监测。

ABSTRACT

The point of care services and medication have become simpler with efficient consumer electronics devices in a smart healthcare system. Cardiovascular disease is a critical illness which causes heart failure, and early and prompt identification can lessen damage and prevent premature mortality. Machine learning has been used to predict cardiovascular disease (CVD) in the literature. The article explains choosing the best classifier model for the selected feature sets and the distinct feature sets selected using four feature selection models. The paper compares seven classifiers using each of the sixteen feature sets. Originally, the data had 56 attributes and 303 occurrences, of which 87 were in good health, and the remainder had cardiovascular disease (CVD). Demographic data with several features make up the four groups of overall features. Lasso, Tree-based algorithms, Chi-Square and RFE have all been used to choose the four distinct feature sets, each containing five, ten, fifteen, and twenty features, respectively. Seven distinct classifiers have been trained and evaluated for each of the sixteen feature sets. To determine the most effective blend of feature set and model, a total of 112 models have been trained, tested, and their performance has been compared. SVM classifier with fifteen chosen features is shown to be the best in terms of overall accuracy. The healthcare data has been maintained in the cloud and would be accessible to patients, caretakers, and healthcare providers through integration with the Internet of Medical Things (IoMT) enabled smart healthcare. Subsequently, the feature selection model chooses the most appropriate feature for CVD prediction to calibrate the system, and the proposed framework can be utilised to anticipate CVD.

研究动机与目标

• 开发一种智能医疗框架，利用机器学习实现心血管疾病（CVD）的早期且准确预测。
• 评估多种机器学习分类器在不同特征选择方法下的性能，以识别 CVD 预测中最有效的组合。
• 将优化后的模型与医疗物联网（IoMT）集成，实现实时、基于云的患者健康数据访问。
• 通过自动化、数据驱动的 CVD 风险评估，提升早期诊断并降低早逝率。

提出的方法

• 该框架使用混合数据集，整合了克利夫兰、匈牙利、瑞士和长滩退伍军人事务所心脏病数据集，共包含 303 个实例和 56 个原始属性。
• 应用了四种特征选择方法——LASSO、基于树的特征选择、卡方检验和递归特征消除（RFE），生成 16 种不同的特征子集（每种包含 5、10、15、20、25 个特征）。
• 在 16 个特征子集上分别训练并评估了七种分类器（包括 SVM、朴素贝叶斯、随机森林、XGBoost 等），共形成 112 种独特的模型配置。
• 使用标准指标（包括准确率、精确率、召回率和 F1 分数）进行性能评估，并通过混淆矩阵验证模型行为。
• 表现最佳的模型（SVM 搭配 RFE）在整合数据集上进行了验证，准确率达到 82.10%，优于无特征选择的基线 SVM（78.00%）。
• 最终的系统架构支持电子健康记录（EHR）数据的云存储，并通过 IoMT 支持的设备实现实时访问，供患者、照护者和临床医生使用。

实验结果

研究问题

• RQ1 哪种特征选择方法与机器学习分类器的组合在预测心血管疾病时准确率最高？
• RQ2 纳入人口统计学、临床、心电图和实验室指标特征如何影响 CVD 模型的预测性能？
• RQ3 基于机器学习的框架若与 IoMT 集成，能否实现实时、远程且准确的 CVD 预测，从而改善患者预后？
• RQ4 SVM、朴素贝叶斯及其他分类器在不同选择技术生成的多个特征子集上的性能表现如何比较？

主要发现

• 支持向量机（SVM）分类器在结合卡方检验和 RFE 方法选择的特征集时，达到最高的整体准确率 92.31%。
• SVM 搭配基于 RFE 的特征选择表现出最强的鲁棒性，在整合数据集上达到 82.10% 的准确率，优于无特征选择的基线 SVM（78.00%）。
• 卡方检验特征选择方法被证明最为有效，在多种分类器中均能持续生成高性能的特征子集。
• 朴素贝叶斯在多个特征子集上实现了 100% 的召回率，但这是由于其假设特征相互独立，而临床数据中特征（如年龄与高血压）通常存在相关性，因此该假设不成立。
• 混淆矩阵分析表明，SVM 搭配基于 RFE 的特征具有最高的整体准确率以及最佳的精确率与召回率平衡。
• 所提出的 iCardo 框架在与 IoMT 平台集成方面展现出强大潜力，可实现实时、基于云的 CVD 风险预测与远程患者监测。