新方法让癌症生存预测更精准

癌症生存分析是精准医学的关键环节，它能帮助医生制定个性化治疗方案，但传统分析方法一直面 临"病理图像和基因表达之间细粒度交互不足"的难题。 为解决这一问题，研究团队开发出全新的"通路感知多模态Transformer(PAMT)框架"，通过三步实现多 模态数据的细粒度交互和融合。 记者14日从中国科学技术大学获悉，该校苏州高等研究院、生物医学工程学院周少华教授团队，提出更 精准且可解释的多模态癌症生存分析新方法，让癌症生存预测更精准。 据介绍，这一突破性进展缩小了病理图像与基因表达数据的"语义鸿沟"，让癌症生存预测更精准且可解 释，不仅能让更多癌症患者从精准治疗中获益，还可以避免过度治疗，助力医疗资源最优配置，为精准 肿瘤诊治铺平道路。研究成果近日发表于《IEEE模式分析与机器智能汇刊》。 第一步，先让单模态数据内部"信息交流"，利用自注意力机制让生物通路间、病理图像块间充分传递信 息；第二步，通过全新的无配对标签对比学习方法，让生物通路和病理图像块的语义信息对齐，确保两 者"说同一种语言"；第三步，遵循"基因型决定表型"的医学先验，以生物通路为指导，实现两种数据的 精准融合，真正捕捉到癌症发展的核心关联。 研 ...