乳腺癌多模态模型外部评估未超简化基线

Van An Nguyen 等在 bioRxiv 报告，他们把全切片图像、转录组、年龄和分期融合成多模态深度学习模型，用于预测乳腺癌 ER、PR 和 HER2 状态。模型在 TCGA-BRCA 的 1051 例患者上开发，在 CPTAC-BRCA 的 120 例中评估，外部 macro-AUC 为 0.936，未超过仅使用 ESR1、PGR、ERBB2 三个转录本的逻辑回归基线（0.957）。 论文称，该模型在各队列上的区分度较高，但相对这个简化基线没有表现出明确增益，跨队列校准仍是主要难题。此外，CPTAC 队列在模型早期开发阶段已被查看，其中 HER2 阳性病例只有 13 例，因此这次外部评估的独立性有限，HER2 亚组的样本支持也较弱。

AI 根据报道生成 · 29 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。