연구진은 환자 수준 예측을 위해 앵커 기반 증거 학습(AGE-MIL) 프레임워크를 제안했어요. AGE-MIL은 환자 수준 앵커를 구축하여 병리학적 맥락을 파악하고 진단 관련 지역 패치를 검색하고 통합하여 환자 수준 모델링을 강화합니다.
AGE-MIL은 환자 위험을 증거 축적 과정으로 모델링하여 약한 감독 하에서 안정적인 최적화를 촉진해요. 기존의 MIL 방법보다 성능이 뛰어나다는 것을 확인했습니다.
두 개의 독립적인 코호트에서 6가지 임상적으로 관련된 환자 수준 예측 작업에 대해 AGE-MIL을 평가했으며, GitHub에서 코드를 확인할 수 있어요.