基于集成机器学习的拉沙热与疟疾智能鉴别诊断：来自尼日利亚临床数据的证据

本研究针对尼日利亚地区拉沙热(Lassa fever)与疟疾(malaria)临床鉴别诊断难题，开发了集成SVM/KNN/MLP的硬投票(hard voting)模型，通过SMOTE数据平衡和ANOVA特征选择，实现98.7%准确率与100%召回率，为资源受限地区提供高效AI诊断工具。

　　

在尼日利亚等西非国家，拉沙热(Lassa fever)与疟疾(malaria)的鉴别诊断长期困扰着医疗系统。这两种疾病初期症状高度相似——发热、头痛、肌肉疼痛，但拉沙热作为病毒性出血热，病死率可达15%，且具有人际传播风险。传统诊断依赖PCR检测，但在资源匮乏地区，实验室条件不足常导致误诊，延误抗病毒治疗黄金窗口期。更严峻的是，尼日利亚每年约30-50万拉沙热病例中，多数被误诊为疟疾，造成严重的公共卫生危机。

针对这一难题，联邦大学奥耶埃基蒂分校(Federal University Oye-Ekiti)计算机工程系的研究团队创新性地将人工智能引入热带病诊断领域。他们开发的集成机器学习模型，通过分析尼日利亚传染病医院真实临床数据，实现了拉沙热与疟疾的精准鉴别，相关成果发表在《Computational Biology and Chemistry》。这项研究首次将支持向量机(SVM)、K近邻(KNN)和多层感知器(MLP)通过硬投票(hard voting)策略整合，结合SMOTE数据平衡技术，构建出适用于当地医疗场景的诊断系统。

关键技术方法包括：从阿克雷传染病医院和马克尔迪教学医院获取400例拉沙热与100例疟疾临床数据；采用SMOTE仅对训练集进行过采样处理；通过ANOVA筛选发热持续时间、肌肉疼痛程度等关键特征；构建SVM(线性核)、KNN(k=5)和MLP(单隐藏层)基模型；采用硬投票集成策略融合三类算法。

研究结果方面：

1. 数据集特征显示：经SMOTE平衡后训练集达900样本，测试集保留原始分布。ANOVA确定发热模式、呕吐频率为最具鉴别力特征。

2. 模型性能比较：集成模型准确率(98.7%)显著高于最佳基模型KNN(90%)，ROC-AUC达96.88%，且保持100%召回率，意味着不漏诊任何拉沙热病例。

3. 指标分析：98.3%的精度表明误诊率极低，F1-score(99.1%)证明模型在数据不平衡场景下的稳定性。

讨论部分指出，该模型突破性地将传统诊断60-70%的准确率提升至近99%，尤其适合实验室基础设施薄弱的农村地区。但研究也存在样本量有限、未测试其他热带病干扰等局限。未来需通过多中心验证，并引入SHAP等可解释性工具增强临床可信度。

这项研究为资源受限地区提供了切实可行的AI诊断方案，其创新之处在于：首次针对尼日利亚本土数据定制集成模型；开创性地将症状动态演变模式（如发热进展曲线）作为鉴别特征；设计出计算效率与精度平衡的架构。随着后续优化，该技术框架可扩展至登革热、黄热病等其他热带病鉴别诊断，对提升全球热带病防控能力具有重要战略意义。