Los puntos clave no están disponibles para este artículo en este momento.
La heterogeneidad inherente del cáncer exige un enfoque multimodal para proporcionar un pronóstico preciso, teniendo en cuenta datos histológicos, clínicos y genómicos. A medida que el campo de la inteligencia artificial evoluciona con los avances en el aprendizaje multimodal, su papel en el análisis de supervivencia se vuelve cada vez más crítico. Presentamos la Red de Conjunto de Supervivencia Multimodal (MSEN), un marco novedoso débilmente supervisado diseñado para la integración sin problemas de datos genómicos e imágenes histopatológicas. No solo nuestro método preserva la heterogeneidad entre las diferentes modalidades genómicas durante la integración, sino que también garantiza una superior retención de la información espacial en las imágenes histopatológicas en comparación con técnicas tradicionales. Evaluaciones rigurosas en cinco conjuntos de datos destacan el superior rendimiento de MSEN, marcando un paso progresivo en el pronóstico del cáncer.
Zhou et al. (Mon,) estudiaron esta cuestión.