实体
National Comprehensive Cancer Network
National Comprehensive Cancer Network
PulseAugur coverage of National Comprehensive Cancer Network — every cluster mentioning National Comprehensive Cancer Network across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
LLM增强多语言医学推理和知识更新 · 追踪3个来源
研究人员正在开发改进大型语言模型（LLM）医学知识和推理能力的方法。一种方法是通过维基百科上的医学信息生成多语言推理痕迹，以提高在英语、意大利语和西班牙语问答中的表现。另一项研究调查了LLM在医学QA中线性探针的鲁棒性，发现虽然真理方向在语言风格和医学专业之间通常是稳定的，但在不同语料库上的退化程度不一。第三篇论文侧重于通过使用密集临床对比来增强LLM的医学知识更新，表明监督的形式显著影响模型保留和转移更新的医学信息的能力。
-
深度学习模型使用CT和临床数据评估胰腺癌可切除性
研究人员开发了一个深度学习框架，使用多模态数据来评估胰腺癌的可切除性。该系统分析3D增强CT扫描和结构化临床信息，将患者分为三个国家综合癌症网络（NCCN）可切除性组。该模型利用Swin-UNETR骨干网络进行图像表示，并将其与临床数据融合，旨在提高胰腺导管腺癌手术规划的准确性和一致性。
-
OncoAgent 使用双层 LLM 为肿瘤学决策提供私密支持
研究人员开发了 OncoAgent，这是一个开源的肿瘤学临床决策支持框架，优先考虑患者隐私。该系统利用双层 LLM 架构和多代理 LangGraph 设置，并包含一个四阶段检索增强生成 (RAG) 管道。它将查询路由到速度优化的 9B 参数模型或深度推理 27B 参数模型，这两个模型都使用 AMD 硬件在大量的肿瘤学病例数据上进行了微调。