引言：数字病理学已经成为癌症诊断和研究的核心工具。然而，分析千兆像素级的全幻灯片图像（WSIs）面临着巨大的计算挑战，包括大量的图像切片以及复杂的幻灯片级上下文。现有方法通常依赖于从每张幻灯片中随机采样部分切片，这限制了捕捉完整上下文的能力。微软研究部Hoifung Poon, 华盛顿大学Sheng Wang, Providence Genomics Carlo Bifulco等展示了“Prov-GigaPath”，这是一个利用来自28家癌症中心、3万多名患者的真实世界数据训练的全幻灯片病理基础模型，旨在解决这些问题。通过对超过13亿个WSI图像切片进行预训练，Prov-GigaPath代表了计算病理学的重大进展，在癌症亚型分类和病理组学任务上达到了最先进的表现。
参考文献
Hanwen Xu et al. A whole-slide foundation model for digital pathology from real-world data. Nature. 2024
