心血管疾病(CVD)是全球頭號健康殺手，每年導致1790萬人死亡，占全球總死亡數的32%。盡管醫學技術不斷進步，但早期預測仍是巨大挑戰——傳統模型依賴線性假設，難以捕捉血壓、BMI等風險因素間的復雜交互，而高性能機器學習模型又因"黑箱"特性難以被臨床信任。這一矛盾促使印度理工學院、馬拉瓦迪大學等機構的研究團隊在《Scientific Reports》發表突破性成果，通過融合混合集成學習與可解釋人工智能(XAI)，構建出兼具高精度與透明度的CVD預測系統。

研究團隊采用三階段技術路線：首先整合IEEE Dataport等公開數據集，通過SMOTE過采樣與隨機欠采樣解決數據不平衡問題，并創新性構建膽固醇-葡萄糖比值(Chol/Gluc)等衍生特征；其次設計包含梯度提升(GB)、CatBoost、LightGBM等6種基模型的混合架構，以XGBoost作為元模型進行堆疊集成；最后運用SHAP值量化特征貢獻度，結合t-SNE降維可視化決策邊界。

數據預處理與特征工程
通過IQR方法清除血壓>250 mmHg、BMI>60等異常值，采用Min-Max標準化將連續變量縮放到[0,1]區間。特征工程階段創造性地引入血壓交互項(ap_hi*ap_lo)和Chol/Gluc比值等非線性特征，使模型AUC-ROC從0.75提升至0.82。

混合集成架構性能
在5折交叉驗證中，LightGBM以79.5%準確率成為最佳基模型，而集成框架進一步將綜合性能提升至82%準確率、83%召回率。關鍵對比實驗顯示，該模型在識別高風險患者（真陽性）方面顯著優于隨機森林（73% vs 82%召回率）。

可解釋性分析
SHAP分析揭示收縮壓(ap_hi)是最強預測因子，BMI與Chol/Gluc比值呈現非線性風險閾值。t-SNE投影清晰分離高低風險人群簇，而PCA顯示前兩個主成分可解釋72%的預測方差。

這項研究開創性地解決了醫療AI領域的"精度-可解釋性"悖論。臨床意義在于：首次實現XGBoost元模型對CatBoost（側重膽固醇指標）與LightGBM（專注血壓特征）預測結果的動態加權，使醫生能直觀理解不同風險因素的協同效應。局限性在于模型訓練僅基于7萬例數據，未來需通過穿戴設備實時數據融合進一步提升泛化能力。該成果為AI輔助心血管診療樹立了新標準——不僅告訴醫生"誰可能患病"，更清晰地揭示"為什么患病"。