热点事件持续更新
研究团队开发乙肝多结局风险分层可解释AI框架
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
2026年10月31日，《npj Digital Medicine》发表一项研究，研究人员基于22,001名患者的36,024份住院记录，开发出基于SHAP的可解释特征工程框架，用于慢性乙型肝炎住院患者的多结局风险分层。该紧凑模型减少了80.8%的特征，对疾病未进展、肝硬化（LC）和肝细胞癌（HCC）的分类AUC分别达到0.911、0.882和0.890，在外部验证中的AUC则分别为0.829、0.865和0.827。
AI 根据报道生成 · 56 分钟前更新
最新进展10月31日 08:00
研究团队发表基于SHAP的乙肝多结局分层框架，大幅减少特征并完成外部验证。报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- npj Digital Medicine可解释性驱动的特征工程实现慢性乙型肝炎住院多结局风险分层
研究人员基于 22,001 名患者的 36,024 份住院记录，开发出基于 SHAP 的特征工程框架，用于慢性乙型肝炎住院的多结局风险分层。该紧凑模型减少了 80.8% 的特征，对疾病未进展、肝硬化（LC）和肝细胞癌（HCC）分类的 AUC 分别达 0.911、0.882 和 0.890，外部验证 AUC 分别为 0.829、0.865 和 0.827。
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。