模型
CONCH
一种多模态病理基础模型，采用视觉-语言对比学习方法，将病理图像与病理报告文本对齐训练，使图像表征具备丰富语义信息，可用于计算病理学下游任务的零样本或迁移学习。
时间轴 (近 90 天)
10月7日
研究采用冻结的病理基础模型UNI2-h和CONCH提取表征，不进行微调
待验证50%
10月7日
基于CONCH表征，结直肠癌AP为0.4410，优于DirectJoint的0.3932；肺腺癌AP为0.1659，高于DirectJoint的0.1226
待验证50%
10月7日
病理基础模型的冻结表征中包含预测罕见联合分子表型的信息，无需微调即可支撑该类任务
待验证50%
10月7日
CONCH采用视觉-语言对比学习，将病理图像与病理报告文本对齐；UNI2-h基于大规模病理图像的自监督预训练
待验证50%