論文の概要: From Generic to Specialized: A Subspecialty Diagnostic System Powered by Self-Supervised Learning for Cervical Histopathology

• arxiv url: http://arxiv.org/abs/2510.10196v1
• Date: Sat, 11 Oct 2025 12:22:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-14 18:06:29.837878
• Title: From Generic to Specialized: A Subspecialty Diagnostic System Powered by Self-Supervised Learning for Cervical Histopathology
• Title（参考訳）: 遺伝学から専門化へ:頚部病理組織学における自己監督学習を利用したサブスペシャリティ診断システム
• Authors: Yizhi Wang, Li Chen, Qiang Huang, Tian Guan, Xi Deng, Zhiyuan Shen, Jiawen Li, Xinrui Chen, Bin Hu, Xitong Ling, Taojie Zhu, Zirui Huang, Deshui Yu, Yan Liu, Jiurun Chen, Lianghui Zhu, Qiming He, Yiqing Liu, Diwei Shi, Hanzhong Liu, Junbo Hu, Hongyi Gao, Zhen Song, Xilong Zhao, Chao He, Ming Zhao, Yonghong He,
• Abstract要約: 本稿では,Cervical Sub-Path (CerS-Path) 診断システムについて紹介する。 11万のスライドから1億9000万の組織パッチを自己教師付きで学習し、頸部特異的な特徴抽出装置を構築する。 250万のイメージテキストペアによるマルチモーダルエンハンスメント、続いて複数の下流診断機能との統合。
• 参考スコア（独自算出の注目度）: 29.378512559906977
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Cervical cancer remains a major malignancy, necessitating extensive and complex histopathological assessments and comprehensive support tools. Although deep learning shows promise, these models still lack accuracy and generalizability. General foundation models offer a broader reach but remain limited in capturing subspecialty-specific features and task adaptability. We introduce the Cervical Subspecialty Pathology (CerS-Path) diagnostic system, developed through two synergistic pretraining stages: self-supervised learning on approximately 190 million tissue patches from 140,000 slides to build a cervical-specific feature extractor, and multimodal enhancement with 2.5 million image-text pairs, followed by integration with multiple downstream diagnostic functions. Supporting eight diagnostic functions, including rare cancer classification and multimodal Q&A, CerS-Path surpasses prior foundation models in scope and clinical applicability. Comprehensive evaluations demonstrate a significant advance in cervical pathology, with prospective testing on 3,173 cases across five centers maintaining 99.38% screening sensitivity and excellent generalizability, highlighting its potential for subspecialty diagnostic translation and cervical cancer screening.
• Abstract（参考訳）: 頸部癌は大きな悪性腫瘍であり、広範囲で複雑な病理組織学的評価と包括的支援ツールを必要とする。 ディープラーニングは将来性を示すが、これらのモデルは精度と一般化性に欠ける。 一般的な基礎モデルは、より広範なリーチを提供するが、サブ特殊性固有の特徴とタスク適応性を取得することに制限されている。 本稿では,Cervical Subspecialty Pathology (CerS-Path) 診断システムを2つの相乗的事前訓練段階(約1億9000万の組織パッチを140,000のスライドから自己監督的に学習し,頸部特異的な特徴抽出器を構築し,250万の画像テキストペアによるマルチモーダル拡張を行い,さらに下流診断機能との統合を行った。 まれながん分類やマルチモーダルQ&Aを含む8つの診断機能をサポートするCerS-Pathは、スコープと臨床応用性において、以前の基礎モデルを上回っている。 包括的評価は頚部病理学に大きな進歩を示し、99.38%のスクリーニング感度と優れた一般化性を維持し、5つのセンターで3,173件の検査が実施され、亜種診断翻訳と頸部がん検診の可能性を強調している。

関連論文リスト

• Boosting Pathology Foundation Models via Few-shot Prompt-tuning for Rare Cancer Subtyping [80.92960114162746]
  視覚言語病理基盤モデルの可能性を生かした新しいフレームワークPathPTを提案する。 PathPTは、WSIレベルの監視を、VLモデルのゼロショット機能を活用することで、きめ細かいタイルレベルのガイダンスに変換する。 以上の結果から,PathPTは一貫して優れた性能を示し,サブタイピング精度と癌領域の接地能力を著しく向上することが示された。
  論文  参考訳（メタデータ） (2025-08-21T18:04:41Z)
• A High Magnifications Histopathology Image Dataset for Oral Squamous Cell Carcinoma Diagnosis and Prognosis [18.549808005574985]
  Multi-OSCCは口腔扁平上皮癌1,325例からなる新しい病理組織像データセットである。 x200,x400,x1000倍率の6つの高分解能組織像を呈し,コアとエッジの腫瘍領域を2倍率で観察した。 このデータセットは、再発予測(REC)、リンパ節転移(LNM)、腫瘍分化(TD)、腫瘍浸潤(TI)、硬膜外浸潤(PI)の6つの重要な臨床的タスクに対して豊富に注釈付けされている。
  論文  参考訳（メタデータ） (2025-07-22T08:48:45Z)
• An Agentic System for Rare Disease Diagnosis with Traceable Reasoning [69.46279475491164]
  大型言語モデル(LLM)を用いた最初のまれな疾患診断エージェントシステムであるDeepRareを紹介する。 DeepRareは、まれな疾患の診断仮説を分類し、それぞれに透明な推論の連鎖が伴う。 このシステムは2,919の疾患に対して異常な診断性能を示し、1013の疾患に対して100%の精度を達成している。
  論文  参考訳（メタデータ） (2025-06-25T13:42:26Z)
• PathOrchestra: A Comprehensive Foundation Model for Computational Pathology with Over 100 Diverse Clinical-Grade Tasks [39.97710183184273]
  本稿では,300Kの病理スライドからなるデータセット上で,自己教師型学習を通じて学習した多種多様な病理基盤モデルPathOrchestraを提案する。 このモデルは、61のプライベートデータセットと51のパブリックデータセットを組み合わせて、112の臨床的タスクで厳格に評価された。 PathOrchestraは27,755のWSIと9,415,729のROIで例外的なパフォーマンスを示し、47のタスクで0.950以上の精度を達成した。
  論文  参考訳（メタデータ） (2025-03-31T17:28:02Z)
• A Knowledge-enhanced Pathology Vision-language Foundation Model for Cancer Diagnosis [58.85247337449624]
  本稿では,疾患知識を階層型セマンティックグループ内のアライメントに組み込む知識強化型視覚言語事前学習手法を提案する。 KEEPはゼロショット癌診断タスクにおいて最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2024-12-17T17:45:21Z)
• Large-scale Long-tailed Disease Diagnosis on Radiology Images [51.453990034460304]
  RadDiagは、様々なモダリティと解剖学にわたる2Dおよび3D入力をサポートする基礎モデルである。 私たちのデータセットであるRP3D-DiagDSは、5,568の障害をカバーする195,010のスキャンで40,936の症例を含む。
  論文  参考訳（メタデータ） (2023-12-26T18:20:48Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。