การทำนายผลลัพธ์ในผู้ป่วยมะเร็งนั้นต้องพิจารณาจากปัจจัยหลายอย่าง แพทย์ต้องต่อสู้กับการบูรณาการข้อมูลนี้เพื่อตัดสินใจเกี่ยวกับการดูแลผู้ป่วยแบบจำลองการพิสูจน์แนวคิดที่ใช้ปัญญาประดิษฐ์เพื่อรวมข้อมูลหลายประเภทจากแหล่งต่างๆ เพื่อทำนายผลลัพธ์ของผู้ป่วยสำหรับมะเร็ง 14 ชนิดที่แตกต่างกัน แม้ว่าเทคโนโลยีที่มีอยู่จะช่วยให้พวกเขาใช้ข้อมูลนี้ในการทำนายผลลัพธ์ได้
การบูรณาการข้อมูลจากแหล่งต่างๆ ด้วยตนเองเป็นเรื่องที่ท้าทาย และผู้เชี่ยวชาญมักพบว่าตนเองทำการประเมินตามอัตวิสัย ผู้เชี่ยวชาญวิเคราะห์หลักฐานหลายชิ้นเพื่อคาดการณ์ว่าผู้ป่วยจะทำได้ดีเพียงใด การตรวจเบื้องต้นเหล่านี้กลายเป็นพื้นฐานของการตัดสินใจเกี่ยวกับการลงทะเบียนเรียนในการทดลองทางคลินิกหรือสูตรการรักษาเฉพาะ แต่นั่นหมายความว่าการคาดการณ์หลายรูปแบบนี้เกิดขึ้นที่ระดับของผู้เชี่ยวชาญ เรากำลังพยายามแก้ไขปัญหาด้วยการคำนวณด้วยโมเดล AI ใหม่เหล่านี้ Mahmood และเพื่อนร่วมงานได้ค้นพบวิธีการในการรวมข้อมูลการวินิจฉัยหลายรูปแบบด้วยการคำนวณเพื่อให้ได้ผลการคาดการณ์ที่แม่นยำยิ่งขึ้น โมเดล AI แสดงให้เห็นถึงความสามารถในการกำหนดการคาดการณ์ในขณะเดียวกันก็เปิดเผยฐานการทำนายของคุณสมบัติที่ใช้ในการทำนายความเสี่ยงของผู้ป่วย ซึ่งเป็นคุณสมบัติที่สามารถใช้เพื่อค้นหาไบโอมาร์คเกอร์ใหม่ได้