Deep Learning for Survival Analysis

Các phương pháp sống còn truyền thống như hồi quy Cox giả định mối quan hệ tuyến tính giữa các hiệp biến và log rủi ro. DeepSurv sử dụng mạng nơ-ron để tự động học các mối quan hệ phức tạp này từ dữ liệu. Về cốt lõi, mô hình xuất ra một điểm rủi ro cá nhân hóa (hàm rủi ro) cho mỗi cá nhân dựa trên hồ sơ hiệp biến của họ. Mạng học các biểu diễn của hiệp biến thông qua các lớp ẩn, cho phép nó nắm bắt các tương tác và mẫu phi tuyến mà các mô hình đơn giản hơn sẽ bỏ lỡ. Ý tưởng chính là bằng cách kết hợp học sâu với mục tiêu xác suất bán phần (partial likelihood) từ hồi quy Cox, phương pháp này đạt được cả khả năng diễn giải của rủi ro và tính linh hoạt của mạng nơ-ron.