弱教師あり病理学のための基盤モデルのベンチマーク

Benchmarking foundation models as feature extractors for weakly supervised computational pathology

病理学モデルの性能を評価する研究

2025-10-01 被引用 20 中級
マルチモーダル画像認識ベンチマーク
  • 病理学における基盤モデルの開発が進んでいる。
  • 19のモデルを13の患者コホートで評価し、性能を比較した。
  • データの多様性がモデルの性能に与える影響を示した。
病理学基盤モデル弱教師あり学習

病理学の分野では、基盤モデルが臨床情報を抽出するために多く開発されています。本研究では、19の病理学基盤モデルを13の患者コホートで評価し、弱教師ありタスクにおける性能を比較しました。特に、データの多様性がモデルの予測能力に与える影響を明らかにし、異なるモデルの組み合わせが有効であることを示しました。病理学に興味がある研究者や医療従事者にとって、実用的な知見を提供します。

病理学や機械学習に興味がある研究者や実務者に向いています。

Benchmarking foundation models as feature extractors for weakly supervised computational pathology
Peter Neidlinger, Omar S. M. El Nahhas, Hannah Sophie Muti, Tim Lenz, Michael Hoffmeister, Hermann Brenner ほか