English(EN) EvoSurv: Evolution-Aware Multimodal Survival Modeling Reveals Complementary Prognostic Signals

新的EvoSurv模型整合基因组进化以预测癌症生存率

作者 PulseAugur 编辑部 · [1 个来源] · 2026-11-11 05:00

研究人员开发了EvoSurv，一个新颖的多模态生存框架，它整合了来自基因组改变的进化信息与临床和RNA表达数据，以预测癌症生存率。该框架使用一种称为eTime的8维进化表示，在六个TCGA癌症队列中表现出优越的性能，其平均一致性指数高于现有方法。研究还发现，进化特征，特别是在头颈部鳞状细胞癌中的T>G取代，提供了超越传统临床和分子预测因子的重要预后价值。 AI

影响这项研究可能通过将进化基因组数据纳入预测模型，从而实现更准确的癌症预后。

排序理由该集群包含一篇详细介绍新计算模型及其评估的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

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

本文如何被排名

Signal score: 34 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群包含一篇详细介绍新计算模型及其评估的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, other; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Wei Wang, Po-Yu Liang, Jun Bai · 2026-11-11 05:00

EvoSurv：进化感知多模态生存建模揭示互补预后信号

arXiv:2611.13190v1 Announce Type: cross Abstract: Accurate cancer survival prediction remains challenging due to tumor heterogeneity. Although multimodal survival models integrate clinical and molecular data, they often overlook evolutionary information encoded in genomic alterat…

本文如何被排名

报道来源 [1]

EvoSurv：进化感知多模态生存建模揭示互补预后信号

相关实体

相关话题