BC कैंसर रजिस्ट्री के शोधकर्ताओं ने ट्यूमर समूह वर्गीकरण के लिए गहन शिक्षण वर्गीकारकों को प्रशिक्षित करने के लिए ध्यान-आधारित बहु उदाहरण शिक्षण (ABMIL) का उपयोग करके एक ढांचा विकसित किया, जिसमें प्रति रिपोर्ट मानव टिप्पणी की आवश्यकता नहीं होती है। विधि रोगी-स्तर के नियमित संचालन लेबल का लाभ उठाती है और ध्यान तंत्र का उपयोग करके मरीजों और उनके पथोलॉजी रिपोर्ट के बीच संबंध को पुनर्प्राप्त करने द्वारा एक बड़े, शोर से भरे लेबल वाले कॉरपस को संपीड़ित, उच्च-गुणवत्ता वाली प्रति-रिपोर्ट प्रशिक्षण डेटासेट में संक्षारित करती है।
- दृष्टिकोण रोगी-स्तर के लेबल और व्यक्तिगत पथोलॉजी रिपोर्ट के बीच अंतराल को पाटने के लिए ABMIL का उपयोग करता है।
- संक्षारित डेटासेट पर सूक्ष्म-अनुकूलित एक वर्गीकारक ने 0.83 की मैक्रो F1 प्राप्त की।
- यह प्रदर्शन अधिकांश ट्यूमर समूहों में स्थापित आधार रेखाओं से बेहतर है।
- ढांचा अतिरिक्त टिप्पणी या बड़े-पैमाने की कंप्यूटिंग बुनियादी ढांचे के बिना कैंसर रजिस्ट्री कार्यप्रवाह को स्वचालित करता है।
नियमित संचालन लेबल को उच्च-गुणवत्ता वाले प्रशिक्षण डेटा में बदलकर, ABMIL कैंसर रजिस्ट्री में श्रम-गहन कोडिंग कार्यों को स्वचालित करने के लिए एक व्यावहारिक और सुलभ मार्ग प्रदान करता है।