Can-SAVE：基于生存分析变量与电子健康记录开展低成本、人口规模的癌症筛查
机器学习
2026-04-29 v4 人工智能
应用统计
摘要
传统的医学癌症筛查方法成本高、劳动密集且极难规模化。尽管人工智能（AI）可改善癌症检测，但多数系统依赖复杂或专门的医疗数据，难以用于大规模筛查。我们提出 Can-SAVE，一种仅基于病史事件对全人群癌症风险进行排序的轻量级 AI 系统。通过将生存模型输出整合进梯度提升框架，我们的方法能检测到细微、长期的患者风险模式——往往远在临床症状显现之前。Can-SAVE 在跨越俄罗斯五个地区、涵盖 250 万成年人的真实世界数据集上进行了严格评估，使本研究成为规模最大、最全面的 AI 驱动癌症风险评估部署之一。在一项针对 190 万患者的回顾性、肿瘤科医生监督研究中，Can-SAVE 在相同筛查量下实现了比最佳基线（通过 DeepSeek-R1 摘要的 LoRA 微调 Qwen3-Embeddings）高 4–10 倍的检出率，且平均精度（AP）为 0.228，而最佳基线为 0.193。在为期一年的前瞻性试点（42.6 万患者）中，我们的方法使癌症检出率几乎翻倍（+91%），并使人口覆盖率比国家筛查方案提高 36%。该系统展现出实际可扩展性：使用标准硬件可在三小时内处理 100 万患者的全市人口，从而实现无缝临床集成。本工作证明，Can-SAVE 在遵循真实世界公共医疗约束的同时，实现了具有国家意义的癌症检测改进，提供了即时临床效用以及可复制的人口规模筛查框架。训练与特征工程代码见 https://github.com/sb-ai-lab/Can-SAVE。
引用
@article{arxiv.2309.15039,
title = {Can-SAVE: Deploying Low-Cost and Population-Scale Cancer Screening via Survival Analysis Variables and EHR},
author = {Petr Philonenko and Vladimir Kokh and Pavel Blinov},
journal= {arXiv preprint arXiv:2309.15039},
year = {2026}
}
备注
Accepted to the 32nd ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD 2026)