病理学AI中基础模型与任务特定模型的比较研究：性能趋同与能效差异

《Nature Communications》：Comparative analysis of end-to-end learning and foundation models for clinical-grade prostate pathology

　　

摘要

使用自监督预训练的基础模型（FMs）被广泛提倡作为病理学的通用解决方案，但它们相对于任务特定（TS）模型的优势仍不明确。本文利用来自15个中心的6268例患者的超过10万份前列腺活检样本，展示了虽然基础模型在数据稀缺场景中表现出实用性，但其性能与拥有足够标注训练数据的任务特定模型趋于一致，并在某些情况下被其超越。在完整训练条件下，与病理学家分级的一致性方面，内部队列的二次Cohen's kappa值达到0.91（95%CI 0.90-0.92；所有模型），外部队列中任务特定模型为0.87（0.86-0.88）、UNI基础模型为0.86（0.84-0.87）、Virchow2基础模型为0.85（0.84-0.86）。任务特定训练显著降低了分级错误、难以诊断的形态学误诊以及技术变异性。值得注意的是，基础模型的能耗高达其他模型的35倍。我们提倡在AI病理学中同时考虑基础模型和端到端学习，以实现稳健、资源高效且具有临床适用性的解决方案。