采用多模态机器学习预测非小细胞肺癌靶向治疗耐药性

本文针对非小细胞肺癌（NSCLC）患者在靶向治疗中面临的药物耐药性问题，提出了一种可解释的多模态机器学习模型，旨在预测患者对奥希替尼的耐药性。研究结果显示，该模型在多机构数据集上的c-index达到了0.82，显著优于单一模态模型，表明通过整合多种数据类型可有效提升患者预后预测的准确性。

本文提出了一种可解释的多模态机器学习模型，用于预测非小细胞肺癌患者对奥希替尼的耐药性。研究表明，该模型在多机构数据集上的c-index达到0.82，显著优于单一模态模型，表明多种数据整合能有效提高预后预测的准确性。

多模态 机器学习 耐药性 非小细胞肺癌 预后预测
原文中文，约300字，阅读约需1分钟。发表于：。
阅读原文
分享给好友