医学基础模型的特征质量与适应性：面向放射学分类与分割的比较评估

基础模型（FMs）有望泛化医学影像，但其有效性各不相同。目前尚不清楚预训练领域（医学 vs. 通用）、范式（例如，文本引导）和架构如何影响嵌入质量，这阻碍了为特定放射学任务选择最优编码器。为解决此问题，我们评估了来自八个医学和通用领域基础模型的视觉编码器，用于胸部X光分析。我们使用线性探测和微调来基准测试分类（气胸、心脏肥大）和分割（气胸、心脏边界）任务。我们的结果表明，领域特定的预训练提供了显著优势；在线性探测中，医学基础模型始终优于通用领域模型，确立了卓越的初始特征质量。然而，特征效用高度依赖于任务。预训练嵌入对于全局分类和分割显著解剖结构（例如，心脏）表现强劲。相比之下，对于分割复杂、微妙的病理（例如，气胸），所有基础模型在没有大量微调的情况下表现不佳，揭示了在定位细微病变方面的关键差距。亚组分析表明，基础模型在分类时使用混淆捷径（例如，使用胸管检测气胸），这种策略在精确分割时失效。我们还发现，昂贵的文本-图像对齐并非先决条件；纯图像（RAD-DINO）和标签监督（Ark+）基础模型是表现最佳的模型之一。值得注意的是，一个监督式的端到端基线仍然具有很强的竞争力，在分割任务上匹配或超过了最佳基础模型。这些发现表明，虽然医学预训练是有益的，但架构选择（例如，多尺度）至关重要，并且预训练特征并非普遍有效，尤其是在复杂的定位任务中，监督模型仍然是强有力的替代方案。