研究人员开发了OncoSynth，一个旨在生成合成肿瘤学患者数据的新机器学习框架。该框架通过保持患者特征、治疗和结果之间的因果关系来解决现有方法的局限性，这对于准确估计治疗效果至关重要。对大型肺癌和乳腺癌队列的评估表明，OncoSynth能够生成高保真度的合成数据，显著提高了群体级别（误差减少高达66%）和患者级别（误差减少高达58%）的治疗效果估计的准确性，从而在数据受限的情况下支持证据生成。 AI
影响 在数据稀缺的环境中，为精准肿瘤学提供更可靠的证据生成能力。
排序理由 该集群包含一篇学术论文，详细介绍了用于肿瘤学合成数据生成的新机器学习框架。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.25762v1 Announce Type: new Abstract: In oncology, access to patient-level data is often restricted. Synthetic data provides an alternative for analyzing treatment effectiveness, but existing methods for synthetic data generation fail to preserve the causal relationship…
In oncology, access to patient-level data is often restricted. Synthetic data provides an alternative for analyzing treatment effectiveness, but existing methods for synthetic data generation fail to preserve the causal relationships between covariates, treatments, and outcomes, …