研究人员开发了一个名为 SEM-HD(Single-Exam Mammography risk prediction with privileged History Distillation)的新框架,以利用乳腺钼靶检查数据改进乳腺癌风险预测。该方法在训练过程中利用纵向历史数据作为特权信息,使得模型即使在部署时无法获得先前的检查数据,也能保持预测准确性。通过保留时间建模结构,SEM-HD 在多个数据集上展示了在 AUC 和 pAUC 方面的持续改进,尤其是在低假阳性率下。 AI
影响 该框架有望提高临床环境中乳腺癌风险评估的准确性和效率。
排序理由 该集群包含一篇详细介绍乳腺钼靶检查风险预测新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →