支持 AML 治疗方案决策的可解释模型
机器学习
2024-05-30 v2 人工智能
摘要
急性髓系白血病（AML）是最具侵袭性的血液系统肿瘤之一。为支持专家对适宜疗法的决策，AML 患者会根据其细胞遗传与分子特征获得预后评估，通常分为三类风险：良好、中等与不良。然而，当前风险分类存在已知问题，如同风险组患者间的异质性，以及中等风险类别缺乏明确定义。此外，由于多数 AML 患者被归为中等风险，专家常需其他检查与分析，导致治疗延迟及患者临床状况恶化。本文展示了数据分析及一个可解释机器学习模型，以根据患者生存预测支持最适宜治疗方案的决策。除预测模型可解释外，所得结果令人鼓舞，表明可安全用于支持专家决策。最重要的是，本研究发现的成果有望开辟通向更优治疗与预后标志物的研究新途径。
引用
@article{arxiv.2307.02631,
title = {An explainable model to support the decision about the therapy protocol for AML},
author = {Jade M. Almeida and Giovanna A. Castro and João A. Machado-Neto and Tiago A. Almeida},
journal= {arXiv preprint arXiv:2307.02631},
year = {2024}
}
备注
Preprint of the paper accepted to be published in the Proc. of the 12th Brazilian Conference on Intelligent Systems (BRACIS'2023)