CaresAI предсказывает стадию TNM по патологоанатомическим отчетам TCGA с использованием эмбеддингов BERT

CaresAI участвовала в совместном задании SMM4H-HeaRD 2026, предсказывая метки стадии опухоли, узлов и метастазов (TNM) независимо по патологоанатомическим отчетам Атласа генома рака (TCGA). Исследование сформулировало задачу как три задачи многоклассовой классификации, исследуя классические подходы и методы глубокого обучения с использованием признаков TF-IDF и эмбеддингов из ClinicalBERT, BioBERT и PubMedBERT.

• WRN достигла показателей AUROC 0.839 (T), 0.8502 (N) и 0.803 (M) со значениями F1-scores 0.622, 0.702 и 0.9337 соответственно во время обучения.
• LightGBM с TF-IDF показала лучшие результаты на этапе обучения с показателями AUROC 0.9368 (T), 0.9524 (N) и 0.8311 (M).
• Результаты тестового набора 1 показали значения Macro-F1 0.978, 0.957 и 0.879 для категорий T, N и M.
• Производительность снизилась на тестовом наборе 2, с падением показателя Macro-F1 с 0.938 до 0.858 по всем стадиям.

Авторы отмечают, что снижение производительности указывает на ограничения в обобщающей способности модели, чувствительность к дисбалансу классов и трудности при обработке длинных клинических документов, что свидетельствует о необходимости дальнейшей оптимизации перед клиническим применением.