基准测试基础模型作为弱监督计算病理学的特征提取器

许多病理学基础模型已被开发用于提取临床相关信息。目前，在外部队列和临床相关任务上独立评估这些基础模型以揭示未来改进方向的文献有限。本研究在来自肺癌、结直肠癌、胃癌和乳腺癌的13个患者队列（6,818名患者，9,528张切片）上对19种组织病理学基础模型进行了基准测试。评估任务涉及生物标志物、形态学特征和预后结果的弱监督任务。结果显示，与纯视觉基础模型相比，视觉-语言基础模型CONCH获得了最高的总体性能，Virchow2紧随其后，尽管其在低数据场景和低流行率任务中的优势不太明显。实验表明，在不同队列上训练的基础模型可以学习互补的特征来预测相同的标签，并且可以融合以超越当前最先进水平。结合CONCH和Virchow2预测的集成模型在55%的任务中优于单个模型，利用了它们在分类场景中的互补优势。此外，我们的研究结果表明，对于基础模型而言，数据多样性比数据量更重要。