剧情简介 中新网合肥11月14日电 (记者 吴兰)记者14日从中国科学技术大学获悉,该校苏州高等研究院、生物医学工程学院周少华教授团队,提出更精准且可解释的多模态癌症生存分析新方法,让癌症生存预测更精准。{p}据介绍,这一突破性进展缩小了病理图像与基因表达数据的“语义鸿沟”,让癌症生存预测更精准且可解释,不仅能让更多癌症患者从精准治疗中获益,还可以避免过度治疗,助力医疗资源最优配置,为精准肿瘤诊治铺平道路。研究成果近日发表于《IEEE模式分析与机器智能汇刊》。{p}癌症生存分析是精准医学的关键环节,它能帮助医生制定个性化治疗方案,但传统分析方法一直面临“病理图像和基因表达之间细粒度交互不足”的难题。{p}第一步,先让单模态数据内部“信息交流”,利用自注意力机制让生物通路间、病理图像块间充分传递信息;第二步,通过全新的无配对标签对比学习方法,让生物通路和病理图像块的语义信息对齐,确保两者“说同一种语言”;第三步,遵循“基因型决定表型”的医学先验,以生物通路为指导,实现两种数据的精准融合,真正捕捉到癌症发展的核心关联。