Исследователи представили систему CaresAI для автоматического определения стадии рака по классификации TNM (опухоль, узлы, метастазы) на основе анализа патологических отчетов из базы The Cancer Genome Atlas. Решение использует комбинацию классических методов машинного обучения и глубоких нейронных сетей, преобразуя медицинские тексты в структурированные данные для многоклассовой классификации, что значительно ускоряет обработку клинической документации.
В рамках задачи SMM4H-HeaRD 2026 авторы сфокусировались на извлечении специфических клинических признаков, которые критически важны для определения стадии заболевания. Система обрабатывает текстовые отчеты, сопоставляя их с международными стандартами TNM. Использование TF-IDF в сочетании с современными векторными представлениями (эмбеддингами) позволяет модели улавливать как ключевые термины, так и контекстуальные связи, характерные для сложной медицинской терминологии.
Данный подход демонстрирует эффективность применения NLP-инструментов в онкологии, где точность интерпретации патологоанатомических заключений напрямую влияет на выбор стратегии лечения. Автоматизация этого процесса снижает нагрузку на медицинский персонал и минимизирует риск ошибок при ручном кодировании данных, обеспечивая более высокую согласованность клинических записей в исследовательских базах данных.
Ключевые факты
- Исследование представлено в рамках шестой задачи SMM4H-HeaRD 2026.
- В качестве основного источника данных использованы отчеты из The Cancer Genome Atlas (TCGA).
- Задача классификации TNM разделена на три отдельных многоклассовых подзадачи.
- В архитектуре модели сравниваются классические методы на базе TF-IDF и современные нейросетевые эмбеддинги.