arXiv · ML· Saghir Alfasly, Wataru Uegami, Sobhan Hemati, Wenchao Han, Xiaojia Tang, Kevin Thompson, Daniel Stone, Ghazal Alabtah, Chris Hartley, Chady Meroueh, John C. Cheville, Thomas J. Flotte, Saba Yasir, Michael R. Lucas, Eric W. Klee, Cheryl L. Willman, Judy C. Boughey, Matthew P. Goetz, Krishna R. Kalari, H. R. Tizhoosh·· 10 小时前AI 评分33
WILSON：基于多放大倍率复合病理分析的多模态视觉语言基础模型
WILSON - Multi-magnification composites as a foundation for patient-level pathology analysis and diagnostic text generation
AI 导读
WILSON 模型在无需任务特定训练的情况下，病例级宏F1分达到 0.52，超越了专用模型的 0.38，且计算量减少 400-1350 倍。 该视觉语言模型基于约 189,000 张切片和 838 种诊断实体训练，在图像-文本检索中召回率@1 达 75.6%，显著优于 PRISM。 紧凑的多尺度表征支持了高效且具备临床基础的病理分析。
来源：arXiv · ML · arxiv.org