در پنجمین روز از گرامیداشت دهه پژوهش و فناوری، نشست تخصصی با موضوع «استفاده از پردازش زبان طبیعی در تحلیل و مدل‌سازی بقای بیماران سرطانی» با سخنرانی دکتر پارسا باقرزاده، پژوهشگر پسادکتری دانشگاه مک‌گیل، برگزار شد.

دکتر باقرزاده در ابتدای این نشست با تبیین مدل مخاطرات تناسبی کاکس Cox به چالش‌های استخراج دستی اطلاعات از پرونده‌های پزشکی اشاره کرد و اتکا به روش‌های سنتی را عامل بروز خطای انسانی دانست. وی با ارائه نمونه‌هایی از یادداشت‌های بالینی، بر ضرورت به‌کارگیری تکنیک‌های NLP جهت افزایش دقت داده‌ها تأکید ورزید.

ایشان در ادامه، ضمن تشریح محدودیت‌های استخراج خودکار ویژگی‌ها، مدل‌های End-to-end را به عنوان راهکاری کلیدی معرفی کرد که بدون نیاز به پیش‌پردازش‌های دستی، دقت پیش‌بینی بقا را به شکل قابل توجهی ارتقا می‌دهند. همچنین در بخش دیگری از سخنرانی، مدل Deep Cox و اهمیت توابع هدف Objective function و زیان Loss function در شبکه‌های عصبی مورد بررسی قرار گرفت. وی خاطرنشان کرد که بهره‌گیری از داده‌های طولی Longitudinal data نقشی حیاتی در بهبود کیفیت پیش‌بینی‌ها ایفا می‌کند. این نشست با ترسیم افق‌های پژوهشی آینده و پاسخ به پرسش‌های حاضرین به پایان رسید.