面向肾癌的病理概念学习评估基础模型
人工智能
2025-10-01 v1
摘要
为评估基础模型的翻译能力，我们发展了一种聚焦肾癌的病理概念学习方法。通过利用TNM分期指南和病理报告，我们构建了肾癌的全面病理概念。随后，我们使用基础模型从全切片图像中提取深层特征，构建病理图以捕获空间相关性，并使用图神经网络来识别这些概念。最后，我们展示了该方法在肾癌生存分析中的有效性，突显了其在识别低风险和高风险患者方面的可解释性和公平性。该源代码已在https://github.com/shangqigao/RadioPath上发布。
引用
@article{arxiv.2509.25552,
title = {Evaluating Foundation Models with Pathological Concept Learning for Kidney Cancer},
author = {Shangqi Gao and Sihan Wang and Yibo Gao and Boming Wang and Xiahai Zhuang and Anne Warren and Grant Stewart and James Jones and Mireia Crispin-Ortuzar},
journal= {arXiv preprint arXiv:2509.25552},
year = {2025}
}
备注
Best Paper Award at MICCAI AMAI 2025