肝癌是世界三大癌症之一,大部分肝癌病例是由肝炎转化而来,早期肝癌难以被识别出,发展到中期时还需借助影像学和组织学等手段来诊断,传统的诊断流程需要进行一系列的检查,某些检查甚至有害于病人的身体,而且很可能错过最佳的早期治疗,那么如何在早期进行诊断呢?可以使用机器学习模型,挖掘病例早期的血液检查等指标信息,建立预测模型,尽可能识别出最终会患癌的病例,尽量减少和防止漏诊,在个体进行其他检查（如CT、组织病理活检等）之前,提早获取该样本患癌的概率,在最大程度上帮助癌症患者争取治疗的黄金时间。使用机器学习方法往往可以获得预测效果很好的模型,但在解决现实问题中,尤其是临床诊断这一类更严谨的问题,获取模型的可信度是很重要的,通常情况下,机器学习模型只是提升了预测精度,却不会解释模型取得优良预测效果的原因,在临床研究领域等一些特定领域,我们的做法不能照搬传统机器学习的做法,针对数据训练好预测模型,只追求模型的预测效果,无视模型的解释性,在临床研究的领域我们还要让模型变得可解释,体现模型的可信度,这对于研究的开展至关重要。随着可解释机器学习研究的进行,已经有很多种方法用于解释模型和特征的作用,将机器学习这个“黑匣子”透明化,只有对模型进行合理解释,我们才能更好地将机器学习应用于临床领域,让机器来学习专家的经验,甚至能缓解专家培养周期长等问题,实现人工智能临床诊断,真正做到数据和机器相结合来解决临床实际问题。本文以江西省南昌市某三甲医院提供的肝炎患者数据为例,获取了患者的基本信息、血液检查和肿瘤标志物等特征,进行数据清洗处理了冗余的特征和数据缺失问题,通过特征工程筛选出预测作用较大的特征组合,为了处理类别不平衡问题,使用了随机过采样、随机欠采样和SMOTE等采样方法,最终选取合适的采样方法和比例,建立了逻辑回归模型和XGBoost模型以及其他机器学习模型,以曲线下面积AUC、召回率、精准度和F1分数为评价指标,最终获取最优的XGBoost模型,其AUC达到了0.84,相比于临床中应用广泛的逻辑回归模型,XGBoost模型提高了样本外的预测精度。对于机器学习模型,进行了可解释研究,对模型中特征的工作原理进行了解释,得出特征的作用方向与临床实际意义基本符合。主要使用了特征重要性、PDP图和shapley值进行分析,这使我们更加透明地了解复杂的模型内部的原理,增加模型的可信度,这对于诊断病例是否患癌有很好的解释,有利于医生针对病例进行深入了解,减少医生的工作量,增加患者的最佳诊断时间。