性能与可解释性之间的鸿沟：基于离散多模态框架的癌症生存预测可解释方法
计算机视觉与模式识别
2026-03-03 v1
摘要
尽管多模态生存预测模型越来越准确，但其复杂性往往降低可解释性，限制了对不同数据源如何影响预测的洞察。为此，我们引入DIMAFx（Disentangled Interpretable Multimodal Framework for cancer survival prediction），用于癌症生存预测的可解释多模态框架，通过从直方图病理全切片图像和转录组数据中产生离散且可解释的模态特定表征和模态共享表征。在多个癌症队列中，DIMAFx实现了最先进的性能并实现了更好的表征离散化。利用其可解释的设计和SHapley Additive exPlanations（SHAP），DIMAFx系统性地揭示了关键的多模态相互作用以及离散表征中编码的生物学信息。在乳腺癌生存预测中，最具预测性的特征包含模态共享信息，包括一种捕获固体肿瘤形态学的特征，主要由晚期雌激素反应 contextualized，其中较高分级的形态学与通路上调和风险增加一致，这与已知的乳腺癌生物学相符。关键的模态特定特征捕获来自相互作用的脂肪和腱质形态学的微环境信号。这些结果表明，多模态模型能够克服传统上性能与可解释性之间的权衡，支持其在精密医学中的应用。
引用
@article{arxiv.2603.02162,
title = {Bridging the gap between Performance and Interpretability: An Explainable Disentangled Multimodal Framework for Cancer Survival Prediction},
author = {Aniek Eijpe and Soufyan Lakbir and Melis Erdal Cesur and Sara P. Oliveira and Angelos Chatzimparmpas and Sanne Abeln and Wilson Silva},
journal= {arXiv preprint arXiv:2603.02162},
year = {2026}
}