English(EN) Predicting Immune Biomarkers with MultiModal Mixture-of-Expert Pathology Foundation Models Empowers Precision Oncology

新的多模态AI模型MixTIME推动精准肿瘤学生物标志物预测

作者 PulseAugur 编辑部 · [2 个来源] · 2026-06-16 16:22

研究人员开发了MixTIME，一个用于预测精准肿瘤学免疫生物标志物多模态基础模型。该模型整合了多种病理基础模型，包括仅图像、图像-文本和图像-转录组表示，以分析苏木精和伊红全切片图像。MixTIME在预测蛋白质表达方面表现出最先进的性能，并显著改进了生存预测和AI辅助病理报告生成等下游任务。 AI

影响 MixTIME为计算病理学中的多模态生物标志物发现和临床转化提供了一个可扩展的框架。

排序理由该集群包含一篇在arXiv上发表的关于新AI模型的论文。

AI 生成摘要 · Google Gemini · 来自 2 个来源。我们如何撰写摘要 →

报道来源 [2]

arXiv cs.CV TIER_1 English(EN) · Tianyu Liu, Ziqing Wang, Zhaokang Liang, Tong Ding, Peter Humphrey, Lorraine Col\'on-Cartagena, Emily Ling-Lin Pai, Kenneth Tou En Chang, Mohamed Kahila, Jonathan Chong Kai Liew, Tinglin Huang, Rex Ying, Kaize Ding, Faisal Mahmood, Wengong Jin · 2026-06-17 04:00

利用多模态混合专家病理基础模型预测免疫生物标志物赋能精准肿瘤学

arXiv:2606.18123v1 Announce Type: new Abstract: Predicting immune biomarkers associated with the tumor immune microenvironment (TIME) is critical for advancing precision oncology, yet existing approaches are largely limited to single image modalities and suffer from insufficient …
arXiv cs.CV TIER_1 English(EN) · Wengong Jin · 2026-06-16 16:22

利用多模态混合专家病理基础模型预测免疫生物标志物赋能精准肿瘤学

Predicting immune biomarkers associated with the tumor immune microenvironment (TIME) is critical for advancing precision oncology, yet existing approaches are largely limited to single image modalities and suffer from insufficient resolution and incomplete utilization of complem…