English(EN) Multi-Modal Machine Learning for Breast Cancer Recurrence Prediction

AI模型整合文本和结构化数据用于乳腺癌复发预测

作者 PulseAugur 编辑部 · [1 个来源] · 2026-06-03 04:00

研究人员开发了一种多模态机器学习方法来预测乳腺癌复发，该方法整合了结构化的治疗数据以及非结构化的病理报告和临床医生笔记。该方法使用正则表达式和冲突协调来从自由文本叙述中提取肿瘤特征，从而增强了传统的结构化记录。研究表明，与单模态方法相比，这种多模态整合始终能提高预测准确性，为幸存者的风险评估提供了一种更全面的方法。 AI

影响通过整合数据分析提供更准确的乳腺癌复发预测，从而增强临床决策。

排序理由该集群包含一篇详细介绍新机器学习方法的论文。[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 →

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Jiahao Shao, Xudong Wang, Anam Nawaz Khan, Christopher Brett, Xueping Li, Bing Yao · 2026-06-03 04:00

Multi-Modal Machine Learning for Breast Cancer Recurrence Prediction

arXiv:2606.02892v1 Announce Type: new Abstract: Breast cancer recurrence, a leading cause of long-term mortality among survivors, requires timely and accurate risk assessment to guide follow-up care and treatment planning. Traditional predictive models, often limited to either st…

报道来源 [1]

Multi-Modal Machine Learning for Breast Cancer Recurrence Prediction

相关实体

相关话题