BC癌症登记处利用ABMIL根据患者级标签自动化肿瘤组分类

BC癌症登记处的研究人员开发了一个使用基于注意力的多实例学习（ABMIL）的框架，用于训练深度学习分类器以进行肿瘤组分类，而无需对每个报告进行人工标注。该方法利用常规操作的患者级标签，通过使用注意力机制恢复患者与其病理报告之间的联系，将大量带有噪声标签的语料库蒸馏为紧凑的高质量每份报告训练数据集。

• 该方法利用ABMIL弥合患者级标签与单个病理报告之间的差距。
• 在蒸馏数据集上微调的分类器达到了0.83的宏F1值。
• 该性能在大多数肿瘤组中优于既定的基线。
• 该框架无需额外标注或大规模计算基础设施即可自动化癌症登记工作流程。

通过将常规操作标签转化为高质量训练数据，ABMIL为自动化癌症登记中劳动密集型编码任务提供了一条实用且可行的途径。