面向病理学的基础模型：超越失败的反思
应用统计
2025-10-29 v1
摘要
尽管基础模型在视觉和语言领域取得了成功，但在病理学领域却屡屡屈服于低准确率、不稳定以及高计算需求。这些短板并非源于调参问题，而是源于更深层的概念性不匹配：稠密嵌入无法表征组织的组合丰富性，当前的架构继承了自监督、块设计和噪声脆弱性预训练方面的缺陷。生物学的复杂性和领域创新不足进一步加大了鸿沟。证据如明确——病理学需要为生物学图像显式设计的模型，而非仅仅是对大规模自然图像方法的改造，这些方法的假设在组织组织上并不成立。
引用
@article{arxiv.2510.23805,
title = {A web-based user interface for Fam3PRO, a multi-gene, multi-cancer risk prediction model for families with cancer history},
author = {Xueying Chen and Jianfeng Ke and Lauren Flynn and Giovanni Parmigiani and Danielle Braun},
journal= {arXiv preprint arXiv:2510.23805},
year = {2025}
}