基于机器学习预测癌症患者抗生素治疗后的持续发热

埃森大学医学中心与布莱根妇女医院的研究团队开发并外部验证了机器学习模型，用于预测癌症患者使用抗生素 48 至 72 小时后的持续发热风险。模型融合常规电子病历数据与 Chronos-2 时间序列体温预测特征，其中 TabPFN 模型在内部验证集和外部验证集的 AUROC 分别达到 0.82 与 0.78。