热点事件持续更新
研究团队提出ECG2Gene框架，可通过心电图评估肿瘤易感风险
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
2026年11月3日，相关研究在arXiv发布深度学习框架ECG2Gene。该框架能够从常规12导联心电图中提取胚系肿瘤易感数字表型，用于预测未来癌症风险。ECG2Gene针对ATM、BRCA1等6种基因变异生成评分，并通过XGBoost算法结合临床变量，预测乳腺癌、卵巢癌和前列腺癌。在UK Biobank数据集的测试中，该框架对上述三种癌症的最佳AUROC预测指标分别达到0.683、0.633和0.660。
AI 根据报道生成 · 4 小时前更新
最新进展11月3日 13:00
研究提出ECG2Gene框架，可通过12导联心电图评估胚系肿瘤易感基因并预测癌症风险。报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv 机器学习ECG2Gene：基于心电图深度学习的胚系肿瘤易感基因风险评估
深度学习框架 ECG2Gene 能够从常规 12 导联心电图提取胚系肿瘤易感数字表型，用于预测未来癌症风险。该框架针对 ATM、BRCA1 等 6 种基因变异生成评分，并通过 XGBoost 结合临床变量预测乳腺癌、卵巢癌和前列腺癌，在 UK Biobank 中的最佳 AUROC 分别达到 0.683、0.633 和 0.660。
本事件热度走势
当前热度 8·可比范围峰值 9（11月3日 18:00）·近 24 小时可比范围变化–
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。