Triagegeist：用机器学习预测急诊分诊紧急程度的实战项目

一个基于结构化临床数据预测急诊患者紧急程度（ESI分级）的机器学习项目，使用LightGBM、XGBoost和神经网络，在Kaggle竞赛中实现了0.973的Macro F1分数。

• 原作者/维护者： Pyxis567
• 来源平台： GitHub
• 原始标题： triagegeist
• 原始链接： https://github.com/Pyxis567/triagegeist
• 发布时间： 2026年6月
• 相关竞赛： Kaggle triagegeist竞赛

---

急诊分诊是医院运营中最关键的环节之一。当患者涌入急诊科时，护士需要在几分钟内判断谁需要立即救治、谁可以稍等。传统的分诊依赖人工经验，但面对大量患者时，判断的准确性和一致性很难保证。

Triagegeist项目正是针对这一痛点，尝试用机器学习模型辅助甚至替代传统的人工分诊流程。该项目参加了Kaggle上的triagegeist竞赛，目标是根据患者在分诊点采集的结构化临床数据，预测其被分配的紧急程度等级（ESI 1-5级）。

---

ESI（Emergency Severity Index，紧急严重度指数）是美国急诊医学领域广泛使用的五级分诊系统：

等级	标签	描述
1	复苏级	立即危及生命，需立即抢救
2	紧急级	高风险，不应等待
3	紧急但稳定	稳定但需要多种资源
4	次紧急	稳定，仅需一种资源
5	非紧急	稳定，无需资源

这个分级系统决定了患者就诊的优先顺序，直接影响救治效果。

---

项目使用了包含8万条训练记录的数据集，原始数据包括：

• 训练集： 80,000条带标签的患者记录（40个特征+目标变量）
• 测试集： 20,000条未标记记录用于提交
• 主诉文本： 每位患者的原始自由文本主诉
• 病史记录： 25种二元合并症标记

原始特征涵盖了急诊分诊的各个方面：

1. 生命体征： 血压、心率、血氧饱和度、体温、呼吸频率
2. 人口统计： 年龄、性别、保险类型
3. 临床评分： NEWS2评分、GCS评分、疼痛评分
4. 到达背景： 到达方式、时间、班次
5. 既往利用： 过去12个月的急诊就诊和住院次数

项目构建了297个特征，展示了扎实的特征工程能力：

• 缺失值指示器： 针对血压、呼吸频率、体温等关键指标创建缺失标记，因为缺失本身与分诊等级相关
• 中位数填充： 仅在训练集上拟合，避免数据泄漏
• 时间特征： 创建白天（8-17点）、傍晚（18-22点）、夜间时段标记
• 年龄分箱： 将年龄划分为8个组（婴儿到老年），进行独热编码
• 生命体征交互： 脉压比、MAP与心率乘积等衍生特征
• 合并症负担： 25种病史标记的求和
• 既往利用率比率： 入院次数/(急诊就诊次数+1)
• NEWS2风险标记： 高分NEWS2（≥7）、中等NEWS2（5-6）
• qSOFA评分： 用于脓毒症筛查的简化评分
• 跨评分交互： 疼痛×NEWS2、GCS×NEWS2、合并症×NEWS2等
• 年龄分层特征： 儿童/老年标记、PALS调整的心率/呼吸阈值
• TF-IDF文本特征： 对主诉文本提取100个unigram+bigram特征

---

项目尝试了多种模型，所有模型均使用5折分层交叉验证，并在完整训练集上重新训练用于生成测试预测。