标签
该论文提出了一种针对小型临床表格数据的混合注意力网络+逻辑回归（HAN+LR）集成模型，用于在鲜胚移植前预测IVF/ICSI活产，在616个周期的数据集上取得0.710的AUC-ROC，优于TabPFN和文本序列化语言模型基线，并提出对滋养层细胞差异化加权的胚胎形态编码方法。
该论文提出一个临床可解释的机器学习框架，使用CatBoost和自动化的SHAP依赖图定量分析，从NHANES的44个异构临床特征中估计生物年龄。研究发现模型估计的生物年龄与实际年龄高度相关，并识别出血尿素氮、血糖和剧烈运动等关键预测因子。
本文介绍了 ASD-Bench，这是一个全面的基准测试，从预测性能、校准度、可解释性和鲁棒性四个维度评估用于自闭症谱系障碍（ASD）筛查的 AI 模型。该研究使用 AQ-10 数据分析了不同年龄组的多种模型，强调了在临床 AI 应用中采用多指标评估的重要性。