Fusion is not one-size-fits-all: Cross-Modal Representation Alignment for Time-to-Event Modeling

En 3 lignesFramework de fusion multimodale pour prédire le temps jusqu'à un événement clinique (mortalité PE, résultats CVD) en alignant représentations CT et données EHR longitudinales via modèles fondation. Quatre stratégies testées (late fusion, contrastive alignment, cross-attention, co-attention) sur 3,099-2,951 patients. Fusion contrastive améliore l'indice de concordance de 1,5-5,4% vs unimodal.

Résumé généré par Claude — vérifié par l'humain