以基础模型作为弱监督计算病理学的特征提取器的基准测试

摘要 目前已开发出众多病理学基础模型以提取临床相关信息。现有文献对于这些基础模型在外部队列和临床相关任务上的独立评估较为有限，难以发现未来改进的调整方向。本文基准测试了19个病理组织学基础模型，涵盖13个患者队列，共6818名患者及9528张来自肺癌、结直肠癌、胃癌和乳腺癌的切片。模型在与生物标志物、形态学特性和预后结果相关的弱监督任务中进行了评估。结果显示，相比仅视觉基础模型，视听结合基础模型CONCH在整体性能上最高，Virchow2紧随其后，尽管其优势在数据量较少和低患病率任务中不显著。实验揭示，基于不同队列训练的基础模型学习了互补特征以预测相同标签，且融合后可超越当前技术水平。结合CONCH和Virchow2的集成模型在55%的任务中表现优于单一模型，承袭了二者在分类场景中的互补优势。此外，我们的发现表明数据多样性对基础模型的重要性超过了数据量。