📖+30 XP
🎧+20 XP
✅+35 XP
等级 B1 – 中级CEFR B1
3 分钟
158 字
这项研究发表在期刊 Nature Communications。研究团队开发了一种多模态人工智能检测,将常规临床资料与显微病理切片一起输入模型,以预测乳腺癌的复发风险。研究提到,模型受益于自监督预训练,这有助于在最终预测前学习有用的表征。
研究者从来自多个国家的患者群体汇集数据,并用超过3500名患者的数据评估检测表现,采用了C指数和风险比(Hazard Ratio)等统计指标。总体上,AI能区分高风险与低风险患者,并在三阴性和HER2阳性乳腺癌的复发预测上表现良好,这两类癌症目前缺乏可靠的基因组检测。
作者强调,必须在完成的随机对照临床试验中进一步评估该检测,然后才能用于指导治疗决策。同时论文披露了与相关公司的财务关系。
难词
- 多模态 — 使用多种数据类型的技术
- 自监督预训练 — 不需要人工标签的预训练
- 表征 — 数据或图像的关键特征表示
- 风险比 — 比较两组风险高低的统计量
- 三阴性 — 三种主要受体检测都为阴性
- 临床试验 — 在病人中测试新治疗的方法
提示:在文章中将鼠标悬停、聚焦或轻触高亮词语,即可在阅读或听音频时快速查看简要释义。
讨论问题
- 如果医院有这种多模态AI检测,你觉得对患者决策会有什么影响?说明两点。
- 研究提到需要随机对照临床试验来进一步评估,你认为为什么这样的试验重要?
- 研究披露了与公司的财务关系。你觉得研究透明披露这种关系有何好处?