乳腺癌亚型跨队列评估的标签空间错配研究

2026年10月20日，arXiv Artificial Intelligence 刊出 Suxing Liu 等作者的论文，指出乳腺癌亚型分类器的跨队列评估会因源队列与目标队列标注标准不同而失真。报道称，METABRIC 采用六类标注，PAM50 定义五类，因此 claudin-low 预测在五类标准下不可能正确。作者据此认为，当源队列与目标队列使用不同标注标准时，跨队列评估结果不可靠。目前该研究处于论文提交发表阶段，尚无后续跟进报道。

AI 根据报道生成 · 35 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。