研究人员系统地评估了用于多模态癌症分析的基础模型（FM），重点关注它们对分布外数据的泛化能力。该研究使用了来自两个商业队列 IH-BC 和 IH-NSCLC 的全切片图像和转录组学谱。研究结果表明，FM 表示在未见过的数据上表现具有竞争力，并且多模态融合主要在单个模态不提供主导信号时才具有优势。研究还强调了面向临床支持的不确定性感知推理的价值，因为一致性预测表明，当点预测失败时，真实诊断通常保留在预测集中。 AI
影响 这项研究为基础模型在医学影像和组学数据中的泛化能力提供了见解，为其潜在的临床应用提供了信息。
排序理由 学术论文，详细介绍了在特定下游任务上对基础模型进行的系统评估。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
