MétaCan
Menu
← Retour à la cohorte
Enregistrement W4412163875 · doi:10.1158/1557-3265.aimachine-a058

Abstract A058: Multimodal generative AI jointly learns pathology and clinical data to synthesize a multinational lung cancer cohort

2025· article· en· W4412163875 sur OpenAlexaboutno aff
Hanna M. Hieromnimon, V. Miskovic, Matteo Antonio Sacco, A. Ferrarin, Laura Mazzeo, A. Spagnoletti, Monica Ganzinelli, Cecilia Silvestri, Leonardo Provenzano, Claudia Proto, Nir Peled, Enriqueta Felip, Helena Linardou, Martin Reck, Francesco Trovò, Giuseppe Lo Russo, Marina Chiara Garassino, Samantha J. Riesenfeld, Alexander T. Pearson, Arsela Prelaj

Notice bibliographique

RevueClinical Cancer Research · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueAI in cancer detection
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLung cancerCohortCancerMedicineMultinational corporationPathologyGenerative grammarComputer scienceArtificial intelligenceInternal medicineBusiness

Résumé

récupéré en direct d'OpenAlex

Abstract Background: Machine learning models require large, diverse datasets which can be challenging to acquire, even more so for multimodal and paired histology data. Within the I3LUNG European Funded project (NCT05537922), we evaluated multimodal synthetic data generation as a solution to enable domain-specific pretraining and imputation in NSCLC patients treated with immunotherapy (IO) using multimodal data. Methods: Our two-stage method included multimodal data simulation and AI-enabled data evaluation. First, a cross-modal autoencoder jointly embedded histology foundation model features with key clinical features: PD-L1 expression, smoking status, baseline ECOG performance status, histologic subtype, gender, metastatic sites, progression and survival events, LDH, BMI, neutrophil-lymphocyte ratio (NLR), and progression free survival (PFS). The joint latent spaced was sampled using a Gaussian Copula model to generate synthetic patients with coherent multimodal features. Second, to evaluate the fidelity of synthetic clinical representations, we trained a deep neural network models using Cox proportional hazards endpoints on real and simulated data to predict PFS, validating on held-out real patient data. Additionally, we used HistoXGAN to generate paired histology tile images for each synthetic patient. Results: We analyzed NSCLC patients (N=1813) treated with immunotherapy from five centers, split into training (n=1630) and test (n=183) cohorts. The synthetic data matched the original distributions, with minimal differences in continuous features (t-test p > 0.05 and mean differences: BMI -1.72%, PFS -0.37%, LDH -9.18%) and categorical ones (chi-square p > 0.05 and maximum class proportion differences of 3.9%, 15.5%, and 1.2% for bone metastasis, PD-L1 expression, and smoking history respectively). Models trained on synthetic data (N=1000) performed similarly to real data. In validation, the Cox model trained on synthetic data achieved a c-index of 0.683, versus 0.679 for real data (0.6% relative difference). Both synthetic and real data identified consistent prognostic factors (HR [95% CI]): bone metastases (real: 2.36 [1.39-4.80], synthetic: 2.46 [1.39-3.77]), LDH (real: 1.60 [1.16-2.69], synthetic: 1.48 [1.22-2.39]), and liver metastases (real: 1.52 [1.24-3.69], synthetic: 1.46 [1.11-2.80]). Conclusions: Our multimodal synthetic data successfully captured complex multi-feature relationships predictive of PFS in NSCLC patients treated with IO. Synthetic data enables cross-institutional model development while increasing patient privacy, with minimal impact on model performance. This approach paves the way for data democratization, fostering rapid collaboration and mutual validation of AI algorithms. Citation Format: Hanna M. Hieromnimon, Vanja Miskovic, Matteo Sacco, Alberto Ferrarin, Laura Mazzeo, Andrea Spagnoletti, Monica Ganzinelli, Cecilia Silvestri, Leonardo Provenzano, Claudia Proto, Nir Peled, Enriqueta Felip, Helena Linardou, Martin Reck, Francesco Trovo, Giuseppe Lo Russo, Marina Chiara. Garassino, Samantha J. Riesenfeld, Alexander T. Pearson, Arsela Prelaj. Multimodal generative AI jointly learns pathology and clinical data to synthesize a multinational lung cancer cohort [abstract]. In: Proceedings of the AACR Special Conference in Cancer Research: Artificial Intelligence and Machine Learning; 2025 Jul 10-12; Montreal, QC, Canada. Philadelphia (PA): AACR; Clin Cancer Res 2025;31(13_Suppl):Abstract nr A058.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,260
Tête enseignante GPT0,577
Écart entre enseignants0,317 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Cancer Research→Même sujetAI in cancer detection→Travaux en français237 207→