跳到正文
原文
medRxiv 预印本· Fu, C., Yu, J., Shi, R., Waters, M., Pavlak, M., Arfe, A., Shah, S. P., Battle, A., kehl, K. L., Bot, B. M., US Cancer AI Alliance,, Schultz, N., Morris, Q. D., Jee, J. ·· 23 天前精选AI 评分58

SPARC模型基于纵向真实世界数据预测癌症不良事件

Longitudinal AI Models Predict Cancer Adverse Events

AI 导读

研究团队开发了基于transformer的基础模型SPARC,利用常规采集的纵向健康测量数据预测癌症相关不良事件风险。模型在224,047名癌症患者的101,920,379条测量数据上完成预训练与微调,并在开发队列留出数据、同中心前瞻性验证队列(23,126名患者)、多个公开外部数据集(26,012名患者)及多医院外部队列(562,620名和206,840名患者)上验证。

推荐理由

原文给出了SPARC在多个外部队列上的验证规模与泛化表现,读者可据此判断AI时序模型用于肿瘤不良事件预测的可行性。

来源:medRxiv 预印本 · medrxiv.org