一项发表在arXiv上的新研究探讨了使用图块级性能作为数字病理学中载玻片级结果代理的效率。研究人员在42个载玻片级和16个图块级任务上对19个基础模型进行了基准测试，发现图块和载玻片性能之间存在高度相关性。这表明图块级基准测试可以有效地筛选出全载玻片图像分析的候选模型，从而显著降低与完整载玻片级流水线相关的计算成本。 AI
影响 简化了数字病理学的人工智能模型选择，降低了计算成本并加速了临床验证。
排序理由 发表在arXiv上的学术论文，详细介绍了数字病理学中人工智能模型评估的新方法。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.10778v1 Announce Type: new Abstract: Foundation Models (FMs) have recently redefined the state-of-the-art in histopathology by providing robust representations for whole-slide image (WSI) analysis. However, selecting the optimal foundation model (FM) for a specific cli…
Foundation Models (FMs) have recently redefined the state-of-the-art in histopathology by providing robust representations for whole-slide image (WSI) analysis. However, selecting the optimal foundation model (FM) for a specific clinical cohort currently requires multiple preproc…