热点事件持续更新
研究评估合成数据在结直肠癌生存预测中的迁移可行性
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月31日，JMIR数字健康期刊发表相关研究，评估了合成数据在结直肠癌生存预测模型开发中的适用性。研究显示，基于合成数据预训练的机器学习模型通过领域自适应可有效迁移至真实临床，而零样本迁移多导致AUPRC下降。该研究利用韩国NCDC的30,683例合成数据对XGBoost与LightGBM模型进行预训练，并在2170例真实患者中验证了7年总生存期。结果显示，领域自适应在8/12种组合中提升了AUPRC。
AI 根据报道生成 · 1 小时前更新
最新进展10月31日 09:15
研究显示合成数据预训练模型结合领域自适应可有效迁移至真实结直肠癌生存预测。报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- JMIR 数字健康期刊更正：合成数据在结直肠癌生存预测模型开发中的适用性评估
结直肠癌生存预测研究显示，基于合成数据预训练的机器学习模型通过领域自适应可有效迁移至真实临床，而零样本迁移多导致 AUPRC 下降。该研究利用韩国 NCDC 30,683 例合成数据预训练 XGBoost 与 LightGBM，在 2170 例真实患者中验证 7 年总生存期，领域自适应在 8/12 种组合中提升了 AUPRC。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。