TCGA-KIRC

AI模型融合组织病理学和CT扫描，以改善肾癌预后

研究人员开发了一种通过整合组织病理学切片和计算机断层扫描（CT）来预测肾癌预后的新方法。该方法利用双向交叉注意力将组织学原型与CT标记关联起来，与单一模态方法相比，取得了更优越的预测性能。该系统在TCGA-KIRC患者的疾病特异性生存期预测方面表现出高精度，并在CPTAC-CCRCC数据的外部验证中显示出潜力，即使在排除CT信息的情况下也是如此。研究还强调了归因分析在识别影响预测的图像区域和检测采集伪影方面的潜力。