Pathology foundation models for training-free case retrieval in salivary gland tumors

📄 arXiv: 2610.22087v1 📥 PDF

作者: Maximilian J. Roesel, Niklas Kiermeyer, Philipp Keyl, Frederick Klauschen

分类: cs.CV

发布日期: 2026-10-15

💡 一句话要点

提出基于病理基础模型的无训练病例检索方法以解决唾液腺肿瘤诊断问题

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 病理学 内容检索 深度学习 唾液腺肿瘤 无训练模型 病例检索 医学影像

📋 核心要点

  1. 现有方法在面对罕见癌症亚型时，依赖于病理学家的经验和训练，导致检索相关病例的困难。
  2. 本文提出了一种基于病理基础模型的内容检索方法，允许病理学家在无额外训练的情况下进行病例检索。
  3. 实验结果表明，Atlas2模型在检索性能上优于其他模型，Top-1检索准确率达到62.5%。

📝 摘要（中文）

在病理学中，模式识别依赖于通过广泛训练和经验建立的参考框架，但在遇到罕见癌症亚型时仍可能不足。本文探讨了使用当前病理基础模型进行基于内容的检索，是否能在无需特定任务训练的情况下促进罕见癌症的诊断。病理学家可以使用全切片图像中的感兴趣区域（ROI）查询数字化档案，检索形态相似的病例及其ICD-O代码和相应的WSI。我们在包含137例唾液腺肿瘤的失衡数据集上评估了该方法，比较了四种病理基础模型的表现。结果显示，Atlas2模型在Top-1/3/5检索中的表现分别为62.5%/76.7%/81.3%。

🔬 方法详解

问题定义：本文旨在解决在唾液腺肿瘤诊断中，病理学家在面对罕见癌症亚型时，如何有效检索相关病例的问题。现有方法依赖于大量的训练和经验，难以应对稀有病例的检索需求。

核心思路：论文提出了一种基于内容的检索方法，利用病理基础模型，病理学家可以直接从数字化档案中检索形态相似的病例，而无需进行特定任务的训练或手动标注。

技术框架：整体架构包括两个主要模块：首先，病理学家从全切片图像中选择感兴趣区域（ROI），然后使用病理基础模型进行检索，返回与ROI形态相似的病例及其相关信息。

关键创新：该方法的创新之处在于无需额外的训练或手动注释，利用病理基础模型使得部门档案可搜索，从而降低了病例基础的鉴别诊断的门槛。

关键设计：在模型设计中，采用了门控注意力机制的多实例学习模型来自动选择ROI，并对四种病理基础模型（Atlas2、Atlas2-B、Atlas2-S和UNI2h）进行了比较，确保了检索的准确性和可靠性。

🖼️ 关键图片

img_0
img_1
img_2

📊 实验亮点

实验结果显示，Atlas2模型在Top-1、Top-3和Top-5检索中的准确率分别为62.5%、76.7%和81.3%，相较于其他模型表现出显著的优势。此外，修改后的Chamfer相似度在Top-5检索中更可靠地区分正确与错误匹配，AUC值为0.754。

🎯 应用场景

该研究的潜在应用领域包括病理学诊断、医学影像分析和临床决策支持。通过提高罕见癌症的检索效率，能够帮助病理学家更快地获取相关病例，提升诊断的准确性和效率，具有重要的实际价值和未来影响。

📄 摘要（原文）

In pathology, pattern recognition relies on a frame of reference built through extensive training and experience, which may still fall short when encountering rare cancer subtypes. Archives of previously diagnosed tumors often contain relevant precedents, yet identifying the most relevant cases remains challenging. Here we explore whether content-based retrieval with current pathology foundation models facilitates rare cancer diagnostics without any task-specific training. Pathologists can query a digitized archive using a region of interest (ROI) from a whole slide image (WSI) and retrieve morphologically similar cases, along with their ICD-O codes and corresponding WSIs. The ROI can be selected manually or automatically using a gated attention-based multiple instance learning model. We evaluate our approach by leave-one-case-out on an imbalanced dataset of 137 salivary gland tumor cases spanning 12 ICD-O morphology categories, comparing four pathology foundation models (Atlas2, Atlas2-B, Atlas2-S, and UNI2h). Top-1/3/5 retrieval was 62.5%/76.7%/81.3% for Atlas2, 50.2/66.6/72.9% for UNI2h, 52.3%/71.5%/77.6% for Atlas2-B and 54.4/65.2/73.7% for Atlas2-S. Macro-averaged F1 ranged from 69.0% for the smallest model Atlas2-S to 76.6% for the largest model Atlas2 across the five classes with at least ten cases. Our modified Chamfer similarity separated correct from incorrect matches among the Top-5 more reliably for Atlas2 (AUC 0.754) than for Atlas2-B (0.679, p = 0.020) and Atlas2-S (0.653, p = 0.003), but not UNI2h (0.697, p = 0.196). Requiring no additional training or manual annotation, this approach makes departmental archives searchable with pathology foundation models, providing a low-barrier route to case-based differential diagnosis and extending the individual frame of reference to the collective experience of the department.