研究人员开发了一个新的机器学习模型评估框架，用于预测肾移植结果。该框架被称为“基于配对受者的评估”，比较了来自同一捐赠者的肾脏的两个受者的移植物生存率。研究发现，包括深度学习方法在内的各种生存预测模型使用此方法达到了约60%的准确性。研究人员还强调了传统一致性指数（C-index）的局限性，并提出他们的新指标对于现实世界的捐赠者-受者匹配更具临床相关性。 AI
影响 引入了更具临床相关性的指标来评估器官移植分配中的机器学习模型，可能改善捐赠者-受者匹配。
排序理由 该集群包含一篇研究论文，详细介绍了特定领域中机器学习模型的新评估框架。
在 Hugging Face Daily Papers 阅读 →
- arXiv
- Hugging Face
- Paired Recipient-based Evaluation of Survival Prediction for Deceased Donor Kidney Transplants
- C-index
- deep learning
- machine learning
- Paired Recipient-based Evaluation
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
