基于SHAP可解释性的肺鳞癌生存预测方法及系统

本发明公开了基于SHAP可解释性的肺鳞癌生存预测方法及系统，涉及医疗数据分析技术领域。包括：基于目标在多时间节点下的肺鳞癌临床数据集，构建动态更新的生理特征信息表；将不同的生存分析模型与生理特征信息表关联，以预测目标体内肺鳞癌的生存概率，本发明通过利用SHAP解释算法获取每个输入特征对各模型输出的边际贡献，并在融合过程中透明地展示特征独特性分值，使得在实际使用时，能够直观理解各特征如何影响最终预测，并通过提出模型解释冲突度量、无效变量剔除以及伪高风险校验，并通过加权评分实现自动化仲裁或人工复核，保证预测与干预建议的合理性和安全性，降低决策风险，增强了临床信任。