跳到正文
原文
bioRxiv 预印本· Brimo, n., Anand, R., Sabath, A., Harb, H., Serdaroglu, D. C. ·· 12 天前AI 评分18

分层时序Transformer用于病理报告癌症分级预测与跨癌种迁移学习

Hierarchical Temporal Transformer for Cancer Grade Prediction and Cross-Cancer Transfer Learning from Pathology Reports

AI 导读

研究开发分层时序Transformer(HTT),以适配的BiomedBERT编码病理报告并结合癌种条件化时序Transformer,在两项合成基准上评估。生长基准中初始时间编码AUROC为0.790,与无时间模型(0.787)相当,而区间感知版本HTT-IA达0.843(+0.053,95% CI 0.026-0.082)。

来源:bioRxiv 预印本 · biorxiv.org