医学 AI

Enabling clinical use of foundation models for computational pathology

使计算病理学基础模型在临床应用中发挥作用

Audun L Henriksen, Ole-Johan Skrede, Lisa van der Schee, Enric Domingo, Karolina Cyll, Sepp de Raedt, Ilyá Kostolomov, Jennifer Hay, Wanja Kildal, Joakim Kalsnes, Robert W Williams, Manohar Pradhan, John Arne Nesheim, Hanne Askautrud, Maria Isaksen, Karmele Saez de Gordoa, Miriam Cuatrecasas, Joanne Edwards, TransSCOT group, Arild Nesbakken, Neil A Shepherd, Ian Tomlinson, Daniel-Christoph Wagner, Rachel Kerr, Tarjei Sveinsgjerd Hveem, Knut Liestøl, Yoshiaki Nakamura, Marco Novelli, Masaaki Miyo, Sebastian Försch, David N Church, Miangela M Lacle, David J Kerr, Andreas Kleppe

机构 * Institute for Cancer Genetics and Informatics, Oslo University Hospital（癌症遗传学与信息学研究所，奥斯陆大学医院） ； Department of Pathology, University Medical Center Utrecht（病理学系，乌得勒支大学医学中心） ； Department of Oncology, University of Oxford（肿瘤学系，牛津大学） ； CRUK Beatson Institute of Cancer Research, Garscube Estate（CRUK贝茨癌症研究中心，加尔斯克里特庄园） ； Glasgow Tissue Research Facility, University of Glasgow, Queen Elizabeth University Hospital（格拉斯哥组织研究设施，格拉斯哥大学，伊丽莎白女王大学医院） ； Area for Improvement and Digital Transformation, Norwegian Offshore Directorate（改进与数字化转型部门，挪威海上管理局） ； Pathology Department, Hospital Clínic, Barcelona, Spain（病理学系，巴塞罗那医院，西班牙） ； Institut d’Investigacions Biomèdiques August Pi I Sunyer (IDIBAPS), Barcelona, Spain（August Pi I Sunyer生物医学研究所（IDIBAPS），巴塞罗那，西班牙） ； Department of Clinical Foundations, Universitat de Barcelona（临床基础系，巴塞罗那大学） ； School of Cancer Sciences, Wolfson Wohl Cancer Research Centre, University of Glasgow（癌症科学学院，沃尔夫森沃尔夫癌症研究中心，格拉斯哥大学） ； Institute of Clinical Medicine, University of Oslo（临床医学研究所，奥斯陆大学） ； Department of Gastrointestinal Surgery, Oslo University Hospital（胃肠外科系，奥斯陆大学医院） 纠错

专题命中 病理影像 ：pathology(title,abstract)；分类 cs.CV

AI总结 本文通过引入鲁棒性损失，提升了计算病理学基础模型的鲁棒性，提高了分类准确率，且无需重新训练基础模型，从而更适用于实际临床应用。

GRASP: Guided Residual Adapters with Sample-wise Partitioning

GRASP：基于样本划分的引导残差适配器

Felix Nützel, Mischa Dombrowski, Bernhard Kainz

机构 * Friedrich-Alexander-Universität Erlangen-Nürnberg（埃朗根-纽伦堡弗里德里希-亚历山大大学） ； Imperial College London（伦敦帝国理工学院） 纠错

专题命中 病理影像 ：pathology(abstract)；分类 cs.CV

AI总结 GRASP通过样本层面的划分和残差适配器提升长尾场景下的生成质量与多样性，有效解决传统方法在长尾设置中的性能下降问题。

Comments 16 pages, 6 figures, 6 tables

Laplacian-P-splines for shared Gamma frailty models applied to clustered right-censored time-to-event data

Laplacian-P-splines用于共享Gamma frailty模型：应用于集群右截断时间到事件数据

Piotr Lewczuk, Oswaldo Gressani, Steven Abrams, Christel Faes

专题命中 病理影像 ：biomedical(abstract)

AI总结 本文提出Laplacian-P-splines方法用于共享Gamma frailty模型，通过模拟研究评估其在集群右截断时间到事件数据中的有限样本性能，并用三个生物医学数据集进行示例。

Comments 31 pages, 1 figure, 5 tables