精选理由
胰腺癌早期发现是提高生存率的关键，这项研究用常规医疗数据就能实现风险分层，做癌症筛查或临床决策支持的团队值得关注。
该研究开发了一种基于Transformer的神经网络模型，通过分析患者多年的诊断编码和血液检测值序列，预测未来1-3年内患胰腺癌的风险。模型在6017名胰腺癌患者和17.7万对照人群上训练，外部验证显示1年预测AUC达0.837，校准良好。设定3.3%风险阈值时，诊断优势比为18.2，为胰腺癌人群筛查提供了首个数字化富集工具。
AI 翻译 · 中文
该研究开发了一种基于Transformer的神经网络模型，通过分析患者多年的诊断编码和血液检测值序列，预测未来1-3年内患胰腺癌的风险。模型在6017名胰腺癌患者和17.7万对照人群上训练，外部验证显示1年预测AUC达0.837，校准良好。设定3.3%风险阈值时，诊断优势比为18.2，为胰腺癌人群筛查提供了首个数字化富集工具。
Earlier detection of pancreatic cancer is key to enabling wider access to curative treatment and reducing cancer deaths; however, screening is presently not viable. Latent indicators of pathology are evident in an indivi…