本研究では、乳がんの発症リスクと発症時期を同時に予測する新しい手法「OA-BreaCR」を提案している。
まず、順序学習を用いて、患者の乳がん発症時期を予測する。これにより、発症時期の順序関係を学習することができる。さらに、平均分散損失関数とプロバビリスティック順序埋め込み手法を組み合わせることで、発症時期の予測精度を高めている。
次に、縦断的な乳房X線画像の注意集中アラインメントモジュールを導入する。これにより、乳房組織の経時的変化を解釈可能な形で捉えることができる。具体的には、現在の乳房X線画像と過去の乳房X線画像の特徴マップの差分を計算し、乳がんリスクの変化を可視化している。
提案手法をEMBEDデータセットと自院データセットで評価した結果、既存手法と比較して、乳がんリスクと発症時期の両方の予測精度が向上することが示された。特に、高リスク患者の発症時期予測において大きな改善が見られた。
このように、本研究の手法は、乳がんスクリーニングと予防の取り組みを強化するために重要な、解釈可能で精度の高いリスク評価を実現できる。
他の言語に翻訳
原文コンテンツから
arxiv.org
深掘り質問