新AI方法使用患者标签训练癌症登记模型

研究人员开发了一种新颖的框架，使用基于注意力机制的多示例学习（ABMIL）来训练癌症登记任务的深度学习模型，而无需单独的报告注释。该方法利用通常未直接链接到个体病理报告的现有患者级别标签来创建高质量的训练数据集。ABMIL方法在BC癌症登记处的肿瘤分组分类方面表现出有效性，宏观F1得分达到0.83，优于其他方法。 AI

影响 这种方法可以通过更好地利用现有数据来显著提高癌症登记工作流程的效率和准确性。

排序理由 该集群包含一篇详细介绍特定领域新机器学习方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

• ABMIL
• alphaXiv
• arXiv
• Attention-Based Multiple Instance Learning
• BC Cancer Registry
• CatalyzeX
• DagsHub
• Gotit.pub
• Hugging Face
• ScienceCast

• 论文
• 模型发布
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →