BioFact-MoE：肝细胞癌视觉语言预后建模的生物因子专家组合

肝细胞癌 (HCC) 具有生物学异质性，是由肝功能储备和肿瘤相关肿瘤因素之间的相互作用形成的。因此，相似的生存结果可能反映了根本不同的潜在生物过程。 HCC 的预后建模基于多参数 MRI 的丰富多模态信息和常规临床实践的放射学报告。现有的预后视觉语言模型（VLM）学习单个纠缠的潜在表示，该表示混合了肝脏和肿瘤相关因素，限制了准确性和生物可解释性。我们提出了 BioFact-MoE，这是一种生物分解专家混合 (MoE) 框架，可通过残留 MoE 生存架构内的生物监督专家明确分解肝脏和肿瘤因子。在 N=588 名患者的 HCC 队列中（使用 4,582 个 3D MRI 图像报告对进行预训练），BioFact-MoE 持续改善了跨时间范围内所有基线的生存预测，实现了 75.33%、75.85% 和 73.96% 的 12 个月、18 个月和 24 个月 AUC。除了标量风险预测之外，门控专家权重还可以实现表型感知的风险分层。通路知情门控揭示了具有临床意义的治疗相关生存异质性。在持续验证中，在没有监督的情况下，肝脏和肿瘤嵌入分别显示出与肝功能和肿瘤负荷标志物的选择性关联（p<0.05）。该代码可在 https://github.com/jy-639/BioFact-MoE 获取。