Summarize Paper logo SummarizePaper.com

Résumé IA · arXiv: 2610.41328v1 · eess.IV

With foundation-model features, aggregator complexity does not improve cross-hospital discrimination in gastric whole-slide image classification

Nheng Vanchhay, Ali Hussain, Khan Ziaullah, Moon-Il Joo, Md Ariful Islam Mozumder, Rashedul Islam Sumon, Won-Ae Lee, Min-Sun Cho,
et 9 autres auteursHyeong-Chan Shin, Yujun Park, Baek Hwan Cho, Nam-Hoon Cho, Heejung An, Heung-Kook Choi, Haeyoun Kang, Hyunki Kim, Hee Cheol Kim
Article original Soumis à arXiv le 30 Oct. 2026 Licence : CC BY 4.0 Aussi en : en

Comment lire ce résumé ? Guide illustré

L’essentiel

Sur cinq hôpitaux, les représentations de modèles de fondation rendent l’agrégation hiérarchique moins discriminante que le maximum global, malgré des possibilités d’intégration sans étiquettes et d’audit des prédictions.

Question

La complexité des agrégateurs améliore-t-elle la classification des lames gastriques dans des hôpitaux non vus lorsque les représentations proviennent de modèles de fondation figés ? L’étude examine aussi l’alignement sans étiquettes, la calibration et la fidélité des cartes d’attention.

Méthode

L’étude rétrospective porte sur 5 036 lames gastriques colorées à l’hématoxyline-éosine, dont 1 674 malignes et 3 362 normales, issues de cinq hôpitaux coréens et numérisées à 20× ou 40×. Une validation laissant successivement un hôpital de côté compare CHIME-MIL, agrégateur hiérarchique patch–région–graphe, à des agrégateurs publiés et au maximum global, sur des représentations UNI et GenBio-PathFM figées. Les expériences évaluent le centrage par moyenne hospitalière, la fusion de patchs de 256 et 392 pixels, la calibration et l’ablation des patchs les plus pondérés ; les différences d’AUC sont testées par bootstrap apparié sur 10 000 rééchantillonnages.

Résultats

  • Résultat Avec le même centrage et la même fusion à deux échelles, le maximum global atteint une AUC moyenne de 0,8552 contre 0,8374 pour CHIME-MIL, avec une différence significative, bien que sa validation ne soit pas stratifiée par hôpital.
    Voir le passage dans l’article
    Given the same mean-centring and 256+392 px fusion as the headline, global max pooling reaches 0.8552 and exceeds the three-seed headline significantly (−0.0178, 95% CI −0.0261 to −0.0092, P=0.0002; pooled −0.0262, P<0.0002), although it lacks stratified validation (Table 3).
  • Interprétation des auteurs Les auteurs concluent que la complexité hiérarchique n’améliore pas la discrimination par rapport aux agrégateurs plus simples sur cette tâche binaire.
    Voir le passage dans l’article
    We therefore claim no discrimination advantage for the hierarchical architecture: with strong patch features, hierarchical complexity does not improve AUC over simpler aggregators on this binary task.
  • Résultat Pour le modèle à une seule échelle étudié, dix lames non étiquetées suffisent à intégrer un nouvel hôpital sans réentraînement, l’AUC moyenne variant de moins de 0,001 par rapport à l’utilisation de toutes les lames.
  • Résultat Malgré une faible erreur de calibration de la classe prédite, de 0,053, les probabilités de malignité sont systématiquement sous-confiantes.
    Voir le passage dans l’article
    The headline model has a low top-label expected calibration error (ECE 0.053 ± 0.014; Brier score 0.163 ± 0.020), but its malignancy probabilities are systematically under-confident (mean positive-class reliability gap 0.108 ± 0.028).
  • Résultat Sur les 1 674 lames malignes, retirer les patchs recevant le plus d’attention réduit davantage la probabilité de malignité que retirer autant de patchs aléatoires.
    Voir le passage dans l’article
    Removing the top-attention patches lowers the malignancy probability by 0.104 on average, against 0.0006 for the same number of random patches (paired difference 0.103, 95% CI 0.097 to 0.110; larger for attention on 80% of slides; two-sided Wilcoxon signed-rank test, n=1,674, P=2.7 × 10−148), and retaining only the top-attention patches recovers the full-slide prediction (sufficiency = − 0.035).

Limites

  • Le périmètre gastrique binaire et les cinq centres coréens ne représentent ni le sous-typage multiclasse ni les variations de population intercontinentales.
  • Les expériences sont rétrospectives et l’utilité diagnostique des cartes d’attention pour les pathologistes n’a pas été validée dans une étude de lecture.
    Voir le passage dans l’article
    All experiments are retrospective, and the decision-support framing rests on the premise, not yet tested in a reader study, that the surfaced attention is actionable for pathologists; the interpretability claim should be read as auditability of the surfaced evidence, not as validated diagnostic utility.
  • La validation externe sur CAMELYON16 teste uniquement le transfert de l’architecture, et non l’alignement entre hôpitaux.
    Voir le passage dans l’article
    The external CAMELYON16 result supports architecture transfer only, because its single-source data disables the per-site alignment by construction.

Portée

Selon les auteurs, ces résultats déplacent la priorité de la sophistication des agrégateurs vers les représentations et les exigences de déploiement. L’intérêt du système hiérarchique réside dans l’intégration sans étiquettes, les vérifications de calibration et les éléments de preuve auditables, plutôt que dans un gain de discrimination.

Rédigé par une IA à partir de l’article. Les passages cités sont vérifiés mot pour mot dans le texte analysé ; le reste peut contenir des erreurs.

Mots clés générés par l'IA : Histopathologie gastrique ; Modèles de fondation ; Agrégation multi-instance ; Adaptation interhospitalière ; Calibration des probabilités

Pour aller plus loin

  • Résumé Complet
  • Résumé vulgarisé
  • Article de blog
  • Abstract original
Cette étude évalue si des méthodes d’agrégation complexes améliorent la classification d’images histologiques gastriques à partir de représentations extraites de modèles de fondation, notamment en présence de variations entre hôpitaux. Elle examine également les conditions d’un déploiement fiable : adaptation sans annotations, calibration des probabilités et identification des régions qui soutiennent les prédictions. Son principal résultat remet en question l’intérêt de la sophistication architecturale : dans ce contexte, une agrégation hiérarchique complexe ne surpasse pas les méthodes simples. Les auteurs ont réuni rétrospectivement 5 036 lames gastriques colorées à l’hématoxyline-éosine, provenant de cinq centres tertiaires coréens : 1 674 lames malignes et 3 362 lames normales. Les images, numérisées à un grossissement de 20× ou 40×, sont ramenées à une résolution physique commune, puis découpées en patches. Leurs représentations sont extraites à l’aide d’encodeurs gelés, principalement GenBio-PathFM, avec une comparaison fondée sur UNI. L’évaluation exclut successivement chaque hôpital de l’entraînement et de la sélection du modèle afin de tester la généralisation à un site non vu. CHIME-MIL associe trois branches : un mécanisme d’attention sur les patches, une agrégation dans une grille de 4 × 4 régions et un raisonnement par graphe spatial. Deux modèles, utilisant respectivement des patches de 256 et de 392 pixels, sont ensuite fusionnés par moyenne de leurs probabilités. Une procédure d’alignement soustrait à chaque représentation le vecteur moyen de son hôpital, calculé sans étiquettes diagnostiques. CHIME-MIL atteint une aire moyenne sous la courbe ROC (AUC) de 0,8374, avec un écart-type de 0,0041 sur trois entraînements initialisés avec des graines aléatoires différentes. Il dépasse six agrégateurs conventionnels en matière d’AUC moyenne par hôpital. Toutefois, ces comparaisons reposent sur des protocoles différents, les modèles de référence étant généralement évalués sans alignement ni fusion multiscalaire. À protocole comparable, CHIME-MIL ne surpasse pas l’agrégation attentionnelle ABMIL : avec alignement et des patches de 256 pixels, leurs AUC respectives sont de 0,8274 et de 0,8358, sans différence statistiquement significative. Surtout, une agrégation par maximum global des caractéristiques, suivie d’un classifieur linéaire et bénéficiant du même alignement et de la même fusion, atteint une AUC de 0,8552. Son avantage de 0,0178 sur CHIME-MIL est significatif (p = 0,0002). L’alignement réduit nettement l’information permettant d’identifier l’hôpital : l’exactitude d’un classifieur de site passe de 0,910 à 0,709. Ses bénéfices diagnostiques restent néanmoins modestes et varient selon l’agrégateur et la métrique. Pour CHIME-MIL, le gain isolé de 0,0070 d’AUC n’est pas significatif. Dans l’ablation principale, la fusion multiscalaire est la seule étape associée à un gain statistiquement étayé, de 0,0092 d’AUC. Remplacer le vecteur moyen du nouvel hôpital par ceux des sites d’entraînement n’entraîne qu’une baisse de 0,0019 d’AUC. Dans l’expérience d’intégration d’un nouveau site, dix lames non annotées suffisent pour approcher les performances obtenues avec l’ensemble des lames disponibles. L’erreur de calibration de la classe prédite est faible, à 0,053, mais les probabilités de malignité demeurent sous-confiantes. La suppression des patches les plus fortement pondérés réduit la probabilité de malignité de 0,104 en moyenne, contre 0,0006 lors d’une suppression aléatoire. Ce résultat soutient l’utilité de ces régions pour auditer les décisions, sans démontrer leur valeur clinique. Sur 246 lames ganglionnaires de CAMELYON16, CHIME-MIL atteint une AUC de 0,9916, sans différence significative avec ABMIL ou CLAM-SB. Les auteurs concluent que la complexité de l’agrégation n’améliore pas, ici, la discrimination. L’intérêt du dispositif réside plutôt dans l’intégration sans annotations et l’auditabilité des prédictions. Les principales limites sont l’évaluation d’une seule tâche binaire, l’inclusion de cinq centres d’un même pays, le caractère rétrospectif des données, l’absence d’étude avec des lecteurs et le manque de validation externe multicentrique de l’alignement. Enfin, la variabilité entre entraînements invite à interpréter les faibles gains avec prudence.
Créé le 02 Nov. 2026

Cette synthèse vous a-t-elle été utile ?

Note : 0

Pourquoi avons-nous besoin de votes ?

Les votes sont utilisés pour déterminer si nous devons réexécuter nos outils de synthèse. Si le compte atteint -10, nos outils peuvent être redémarrés.

Posez des questions sur cet article à notre assistant IA

Comment discuter avec cet article ? Guide illustré

Comparer avec le PDF

Vous pouvez aussi discutez avec plusieurs papiers à la fois ici.

Figures et graphiques

Posez une question sur une figure en indiquant son numéro ou en utilisant son bouton de question pour demander une analyse visuelle. Au maximum deux figures et quatre panneaux par question. Les valeurs lues sur les graphiques sont approximatives ; vérifiez les données originales.
Instructions pour utiliser l'assistant IA ?

Outils pour cet article

Expliquer autrement 3 réécritures gratuites restantes aujourd'hui
Enregistrer dans une collection Regroupez des articles en collections pour les comparer, les interroger et les exporter. Créer un compte gratuit Se connecter
Exporter BibTeX · RIS (Zotero, Mendeley, EndNote) · Obsidian (Markdown) · Notion (Markdown)

Outils avancés Premium

Pour suivre un domaine de près : alertes de citations, diapositives de journal club, comparaison des versions et envoi vers Zotero. Découvrir Premium

Zotero
Alertes de citation Guide des alertes de citations
Qui travaille dessus ? Les personnes et institutions qui publient sur son sujet
Lettre hebdomadaire Présenté dans « Informatique hors IA cette semaine » du 2 novembre 2026. Informatique hors IA cette semaine : des cartes à colorier aux machines à choisir
Journal club Premium+ Des slides pour le présenter Proposer pour le journal club
Versions Ce qui a changé entre les versions
En parler en public Premium+ Kit presse : communiqué, questions, détecteur de hype Guide du kit presse

Les articles autour de celui-ci

Les voir sur une carte

Classés selon la proximité de leur titre et de leur résumé avec ceux de cet article. Sélectionnez-en pour les lire ensemble.

Les articles les plus proches

  1. Proche Contexte plus large
    Federated Model Aggregation via Self-Supervised Priors for Highly Imbalanced Medical Image Classification
    Marawan Elbatel, Hualiang Wang, Robert Martí et al. · 2023 · Computer Vision and Pattern Recognition · cité 11 fois · Résumé IA disponible

    Federated Model Aggregation étudie les variations entre clients médicaux avec des modèles auxiliaires, tandis que cet article compare des agrégateurs sur des hôpitaux non vus.

    Résumé scientifique

    In the medical field, federated learning commonly deals with highly imbalanced datasets, including skin lesions and gastrointestinal images. Existing federated methods under highly imbalanced datasets primarily focus on optimizing a global model without incorporating the intra-class variations that can arise in medical imaging due to different populations, findings, and scanners. In this paper, we study the inter-client intra-class variations with publicly available self-supervised auxiliary networks. Specifically, we find that employing a shared auxiliary pre-trained model, like MoCo-V2, locally on every client yields consistent divergence measurements. Based on these findings, we derive a …

  2. Proche Données, outil ou méthode en commun
    Virchow: A Million-Slide Digital Pathology Foundation Model
    Eugene Vorontsov, Alican Bozkurt, Adam Casson et al. · 2023 · Image and Video Processing · preprint, non relu par les pairs · cité 164 fois · Résumé IA disponible

    Virchow présente un modèle de fondation préentraîné sur des lames H&E, tandis que cet article évalue des agrégateurs sur des représentations issues de modèles de fondation.

    Résumé scientifique

    The use of artificial intelligence to enable precision medicine and decision support systems through the analysis of pathology images has the potential to revolutionize the diagnosis and treatment of cancer. Such applications will depend on models' abilities to capture the diverse patterns observed in pathology images. To address this challenge, we present Virchow, a foundation model for computational pathology. Using self-supervised learning empowered by the DINOv2 algorithm, Virchow is a vision transformer model with 632 million parameters trained on 1.5 million hematoxylin and eosin stained whole slide images from diverse tissue and specimen types, which is orders of magnitude more data t…

  3. Proche Données, outil ou méthode en commun
    PathoDuet: Foundation Models for Pathological Slide Analysis of H&E and IHC Stains
    Shengyi Hua, Fang Yan, Tianle Shen et al. · 2023 · Computer Vision and Pattern Recognition · preprint, non relu par les pairs · cité 42 fois · Résumé IA disponible

    PathoDuet préentraîne des modèles de fondation sur des images histopathologiques H&E et IHC, domaine de représentations utilisé pour la classification des lames.

    Résumé scientifique

    Large amounts of digitized histopathological data display a promising future for developing pathological foundation models via self-supervised learning methods. Foundation models pretrained with these methods serve as a good basis for downstream tasks. However, the gap between natural and histopathological images hinders the direct application of existing methods. In this work, we present PathoDuet, a series of pretrained models on histopathological images, and a new self-supervised learning framework in histopathology. The framework is featured by a newly-introduced pretext token and later task raisers to explicitly utilize certain relations between images, like multiple magnifications and …

  4. Proche Autre approche du problème
    Towards better understanding and better generalization of few-shot classification in histology images with contrastive learning
    Jiawei Yang, Hanbo Chen, Jiangpeng Yan et al. · 2022 · Image and Video Processing · cité 28 fois · Résumé IA disponible

    Cette étude utilise l’apprentissage contrastif et l’augmentation latente pour généraliser en classification histologique à quelques exemples, plutôt que des agrégateurs sur caractéristiques figées.

    Résumé scientifique

    Few-shot learning is an established topic in natural images for years, but few work is attended to histology images, which is of high clinical value since well-labeled datasets and rare abnormal samples are expensive to collect. Here, we facilitate the study of few-shot learning in histology images by setting up three cross-domain tasks that simulate real clinics problems. To enable label-efficient learning and better generalizability, we propose to incorporate contrastive learning (CL) with latent augmentation (LA) to build a few-shot system. CL learns useful representations without manual labels, while LA transfers semantic variations of the base dataset in an unsupervised way. These two c…

  5. Apparenté Contexte plus large
    Combining Insights From Multiple Large Language Models Improves Diagnostic Accuracy
    Gioele Barabucci, Victor Shia, Eugene Chu et al. · 2024 · Artificial Intelligence · cité 7 fois · Résumé IA disponible

    Cette étude agrège des réponses de modèles de langage pour améliorer les diagnostics sur vignettes cliniques, plutôt que des caractéristiques d’images histologiques.

    Résumé scientifique

    Background: Large language models (LLMs) such as OpenAI's GPT-4 or Google's PaLM 2 are proposed as viable diagnostic support tools or even spoken of as replacements for "curbside consults". However, even LLMs specifically trained on medical topics may lack sufficient diagnostic accuracy for real-life applications. Methods: Using collective intelligence methods and a dataset of 200 clinical vignettes of real-life cases, we assessed and compared the accuracy of differential diagnoses obtained by asking individual commercial LLMs (OpenAI GPT-4, Google PaLM 2, Cohere Command, Meta Llama 2) against the accuracy of differential diagnoses synthesized by aggregating responses from combinations of th…

  6. Apparenté Contexte plus large
    Is Dataset Quality Still a Concern in Diagnosis Using Large Foundation Model?
    Ziqin Lin, Heng Li, Zinan Li et al. · 2024 · Image and Video Processing · preprint, non relu par les pairs · cité 1 fois · Résumé IA disponible

    Cette étude examine l’effet de la qualité des données sur le diagnostic rétinien avec un modèle de fondation, tandis que cet article étudie la généralisation hospitalière en histologie.

    Résumé scientifique

    Recent advancements in pre-trained large foundation models (LFM) have yielded significant breakthroughs across various domains, including natural language processing and computer vision. These models have been particularly impactful in the domain of medical diagnostic tasks. With abundant unlabeled data, an LFM has been developed for fundus images using the Vision Transformer (VIT) and a self-supervised learning framework. This LFM has shown promising performance in fundus disease diagnosis across multiple datasets. On the other hand, deep learning models have long been challenged by dataset quality issues, such as image quality and dataset bias. To investigate the influence of data quality …

  7. Apparenté Contexte plus large
    Customizing General-Purpose Foundation Models for Medical Report Generation
    Bang Yang, Asif Raza, Yuexian Zou et al. · 2023 · Computer Vision and Pattern Recognition · preprint, non relu par les pairs · cité 15 fois · Résumé IA disponible

    Cette étude adapte des modèles de fondation visuels et linguistiques pour générer des comptes rendus médicaux, tandis que cet article classe des lames histologiques.

    Résumé scientifique

    Medical caption prediction which can be regarded as a task of medical report generation (MRG), requires the automatic generation of coherent and accurate captions for the given medical images. However, the scarcity of labelled medical image-report pairs presents great challenges in the development of deep and large-scale neural networks capable of harnessing the potential artificial general intelligence power like large language models (LLMs). In this work, we propose customizing off-the-shelf general-purpose large-scale pre-trained models, i.e., foundation models (FMs), in computer vision and natural language processing with a specific focus on medical report generation. Specifically, follo…

  8. Apparenté Autre approche du problème
    StyPath: Style-Transfer Data Augmentation For Robust Histology Image Classification
    Pietro Antonio Cicalese, Aryan Mobiny, Pengyu Yuan et al. · 2020 · Computer Vision and Pattern Recognition · cité 19 fois · Résumé IA disponible

    StyPath utilise le transfert de style pour rendre robuste la classification histologique du rejet de greffe rénale, plutôt que l’alignement hospitalier de caractéristiques figées.

    Résumé scientifique

    The classification of Antibody Mediated Rejection (AMR) in kidney transplant remains challenging even for experienced nephropathologists; this is partly because histological tissue stain analysis is often characterized by low inter-observer agreement and poor reproducibility. One of the implicated causes for inter-observer disagreement is the variability of tissue stain quality between (and within) pathology labs, coupled with the gradual fading of archival sections. Variations in stain colors and intensities can make tissue evaluation difficult for pathologists, ultimately affecting their ability to describe relevant morphological features. Being able to accurately predict the AMR status ba…

Aller plus loin

Comment ces articles sont-ils trouvés ?

Nous comparons le titre et le résumé de cet article avec ceux de tous les articles résumés sur ce site, et avec les articles que Semantic Scholar recommande, ceux qu’il cite et ceux qui le citent (pour un article très cité, ses citations les plus récentes et, depuis OpenAlex, les plus citées). Parmi les travaux antérieurs et les suites, les articles qui s’utilisent en profondeur, une méthode qu’il utilise et les suites très citées remontent un peu. Les niveaux (très proche, proche, apparenté) viennent de la similarité des textes, pas d’un jugement de qualité ; * signale un article sans résumé, comparé par son titre. La phrase sous un article est écrite par une IA à partir des deux résumés : vérifiez-la dans les articles. Un article jugé hors sujet par trois lecteurs quitte la liste.

Mis à jour le 2 novembre 2026.

Avertissement : Notre outil de synthèse basé sur l'IA et l'assistant virtuel fournis sur ce site Web peuvent ne pas toujours fournir des résumés complets ou des réponses exactes. Nous vous encourageons à examiner attentivement et à évaluer le contenu généré pour vous assurer de sa qualité et de sa pertinence par rapport à vos besoins.