面向检测眼部与全身疾病：超大规模自然图像基础模型与视网膜专用模型的比较研究
摘要
foundation 模型(FMs)的兴起正在改变医疗领域。在眼科领域，RETFound——一个在 140 万张自然图像和 160 万张视网膜图像上顺序预训练的视网膜专用 FMs，已在临床应用中展现出高适应性。相比之下，DINOv2——一个在 1.42 亿张自然图像上预训练的通用视觉 FMs，已在非医疗领域显示出前景。然而，其在临床任务中的适用性尚未得到充分探索。为此，我们通过在八个标准化开源眼科数据集上以及Moorfields AlzEye 和 UK Biobank 数据集上进行针对性微调，评估了 RETFound 与三个 DINOv2 模型(large、base、small)在眼部疾病检测和全身疾病预测任务中的性能。结果表明，DINOv2-large 模型在检测糖尿病性视网膜病变(AUROC=0.850-0.952 vs 0.823-0.944，三个数据集中均 P<=0.007)和多类眼部疾病(AUROC=0.892 vs. 0.846，P<0.001)方面均优于 RETFound。在青光眼方面，DINOv2-base 模型优于 RETFound(AUROC=0.958 vs 0.940，P<0.001)。相反，RETFound 在预测心力衰竭、心肌梗死和缺血性中风(AUROC=0.732-0.796 vs 0.663-0.771，所有 P<0.001)方面均优于所有 DINOv2 模型。即使在仅使用 10% 微调数据时，这些趋势仍然存在。这些发现表明，通用型和领域专用 FMs 在不同场景中各有优势，突显了根据任务特定要求选择合适 FMs 以优化临床性能的重要性。
引用
@article{arxiv.2502.06289,
title = {Is an Ultra Large Natural Image-Based Foundation Model Superior to a Retina-Specific Model for Detecting Ocular and Systemic Diseases?},
author = {Qingshan Hou and Yukun Zhou and Jocelyn Hui Lin Goh and Ke Zou and Samantha Min Er Yew and Sahana Srinivasan and Meng Wang and Thaddaeus Lo and Xiaofeng Lei and Siegfried K. Wagner and Mark A. Chia and Dawei Yang and Hongyang Jiang and An Ran Ran and Rui Santos and Gabor Mark Somfai and Juan Helen Zhou and Haoyu Chen and Qingyu Chen and Carol Y. Cheung and Pearse A. Keane and Yih Chung Tham},
journal= {arXiv preprint arXiv:2502.06289},
year = {2025}
}
备注
Accepted by Ophthalmology Science and is currently in press