Naukowcy z University of California i innych instytucji zaprezentowali SHIFT - nowy model transformer do predykcji przeżycia pacjentów pracujący z niekompletnymi danymi genomicznymi bez konieczności ich uzupełniania. Głównym problemem, który rozwiązuje ta metoda, jest fakt, że różne ośrodki medyczne stosują różne panele sekwencjonowania, co powoduje strukturalne braki w danych przy próbie transferu modeli między instytucjami.
Model SHIFT reprezentuje każdą cechę genomową niezależnie i używa masked self-attention wraz z maską dostępności cech, dzięki czemu predykcje opierają się wyłącznie na obserwowanych danych. Kluczową innowacją jest wprowadzenie zmiennej stopy maskowania cech podczas treningu, co poprawia robustność wobec heterogenicznych wzorców brakujących danych. Takie podejście eliminuje tradycyjne ograniczenia - zamiast ograniczać analizę tylko do genów wspólnych dla wszystkich kohort, wykluczać pacjentów z niekompletnymi profilami lub polegać na imputacji w momencie testowania, model pracuje z rzeczywistą strukturą danych.
Ewaluacja na dwóch typach nowotworów - glejaku wielopostaciowym i raku płaskorkomórkowym płuc - wykazała silną generalizację modelu na danych z wielu ośrodków, nawet w trudnych scenariuszach ze znacznym niedopasowaniem paneli między kohortami. SHIFT porównywany z standardowymi modelami przeżycia i metodami opartymi na imputacji wykazał lepsze wyniki, jednocześnie używając jednego modelu do obsługi różnych zestawów cech. Ważnym odkryciem jest także to, że włączenie pacjentów z niekompletnych kohort podczas rozwoju modelu może poprawiać jego wydajność na nowych, zewnętrznych danych.