Deskripsi
Model kecerdasan artifisial multimodal yang dirancang untuk memprediksi prognosis dan mengelompokkan risiko pasien kanker secara terukur, transparan, dan dapat diaudit. Model mengintegrasikan informasi klinis, profil ekspresi RNA, serta fitur citra histopatologi melalui encoder khusus untuk setiap modalitas. Representasi yang dihasilkan diproyeksikan ke ruang laten seragam, kemudian digabungkan menggunakan mekanisme cross-modal attention untuk mempelajari hubungan antar sumber data. Lapisan prediksi berbasis Cox menghasilkan skor risiko kontinu dengan tetap memperhitungkan data survival yang tersensor. Untuk meningkatkan kestabilan prediksi, sistem menggunakan ensemble lima model yang dilatih dengan inisialisasi berbeda, optimasi AdamW, penjadwalan laju pembelajaran, dan penghentian dini berdasarkan performa validasi. Kinerja model dinilai menggunakan C-index, time- dependent AUC, Brier Score, Kaplan–Meier, uji log-rank, cross-validation, bootstrap, dan analisis spesifik kanker. Selain fungsi prediksi, OncoSurvChain menyediakan mekanisme pencatatan provenance berbasis blockchain. Hash SHA-256 dari dataset dan model didaftarkan melalui smart contract, sedangkan prediksi disimpan menggunakan identitas pasien yang dianonimkan. Perubahan pada artefak dapat dideteksi melalui ketidaksesuaian hash tanpa menyimpan data medis mentah pada blockchain. Model ini ditujukan sebagai prototipe penelitian untuk mendukung prediksi survival yang lebih komprehensif, penelusuran versi model, verifikasi integritas artefak, dan audit keluaran secara konsisten. Pendekatan ini juga memungkinkan perluasan terhadap modalitas tambahan ketika ketersediaan data terhubung dan validasi eksternal mencukupi.
