热点事件持续更新
机器学习模型用于预测癌症患者抗生素治疗后持续发热
1 篇报道1 个报道来源16 小时前更新
先了解这件事
AI 综述
2026年10月31日，埃森大学医学中心与布莱根妇女医院的研究团队在《npj Digital Medicine》发表成果，开发并外部验证了用于预测癌症患者使用抗生素48至72小时后持续发热风险的机器学习模型。该模型融合了常规电子病历数据与Chronos-2时间序列体温预测特征。验证结果显示，其中的TabPFN模型在内部验证集和外部验证集的AUROC分别达到了0.82与0.78。
AI 根据报道生成 · 2 小时前更新
最新进展10月31日 08:00
研究团队开发出预测癌症患者抗生素后持续发热的机器学习模型，外部验证AUROC达0.78。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。
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。