Knowledge Graph Modulated Deep Learning for Limited-Sample Clinical Data Analysis

En 3 lignesGraph-in-Graph (GiG) intègre des graphes de connaissances biologiques dans l'apprentissage profond pour l'analyse clinique avec données limitées. Testé sur ~9 700 patients et 5 tâches (détection cancer, diagnostic prostate, classification pan-cancer), GiG surpasse les méthodes existantes, avec gains jusqu'à 49 points de macro-F1 en contexte limité.

Résumé généré par Claude — vérifié par l'humain