Mammo-FM：面向整体乳腔图像学诊断、预后与报告的乳腔专用基础模型
计算机视觉与模式识别
2026-04-22 v3
摘要
乳腺癌是全球女性死亡原因的首要原因之一。我们介绍Mammo-FM，目前规模最大且数据来源最为多样的乳腔专用基础模型，训练数据涵盖140,677名患者(821,326例乳腔X线片)及其来自四所美国机构。Mammo-FM为乳腔成像中核心临床任务提供统一的基础框架，包括癌症诊断、病灶定位、结构化报告生成以及癌症风险预后，所有任务均在单个框架内实现。其图像与文本之间的对齐，使其能够同时提供视觉和文本可解释性，提升透明度和临床审计可行性，这些都是实现实际应用的关键。我们严格评估了Mammo-FM在内外分布数据集上的诊断、预后和报告生成任务。尽管使用原始分辨率的乳腔X线片且参数仅为领先通用基础模型的一半，Mammo-FM在多个公共和私有基准测试中始终优于它们。这些结果凸显了围绕临床领域内完整任务谱系设计的领域特定基础模型的效率与价值，强调了坚持以领域对齐方式进行严格评估的重要性。
引用
@article{arxiv.2512.00198,
title = {Mammo-FM: Breast-specific foundational model for Integrated Mammographic Diagnosis, Prognosis, and Reporting},
author = {Shantanu Ghosh and Vedant Parthesh Joshi and Rayan Syed and Param Budhraja and Aya Kassem and Katelyn C. Morrison and Alex Tang and Ho Cheung Aiden Wong and Abhishek Varshney and Payel Basak and Weicheng Dai and Judy Wawira Gichoya and Hari M. Trivedi and Imon Banerjee and Shyam Visweswaran and Clare B. Poynton and Kayhan Batmanghelich},
journal= {arXiv preprint arXiv:2512.00198},
year = {2026}
}