論文の概要: Multimodal LLMs Outperform Pathology Foundation Models in Cross-Domain Histological Similarity

• arxiv url: http://arxiv.org/abs/2609.32876v2
• Date: Tue, 29 Sep 2026 04:07:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-30 21:28:46.626672
• Title: Multimodal LLMs Outperform Pathology Foundation Models in Cross-Domain Histological Similarity
• Title（参考訳）: 横断的組織学的類似性を考慮したマルチモーダルLSMの病態基礎モデル
• Abstract要約: 数百万の組織学タイルで訓練された最先端の病理基盤モデルは、スライドや施設の境界を越えて比較した場合、組織類似性を維持することができない。 病理基盤モデルとして訓練されることなく、汎用多目的LSMは、クロスドメインの組織学的類似性判定において、これらの特殊なモデルより一貫して優れていることを示す。
• 参考スコア（独自算出の注目度）: 5.191428474862032
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: State-of-the-art pathology foundation models, trained on millions of histology tiles, can fail to preserve tissue similarity when comparisons cross slide or institution boundaries. We show that general-purpose multimodal LLMs, without being trained as pathology foundation models, consistently outperform these specialized models in cross-domain histological similarity judgments. Using a relative similarity framework that we release as the MOSAIC (Model Similarity Assessment across Institutions and Cohorts) benchmark, we evaluate 17 models across 6 datasets and find that pathology encoders often rank same-institution, different-disease tiles as more similar than same-disease, different-institution tiles, a clinically dangerous failure mode invisible to standard within-domain evaluations. LLMs appear less susceptible to this failure, likely because they perform semantic visual comparison of morphology and tissue architecture rather than relying on shortcut features tied to acquisition context. Scaling training data does not resolve the problem for pathology encoders, implicating the learning objective rather than data coverage. Our results expose a fundamental robustness gap in current pathology foundation models and establish multimodal LLMs as a viable alternative for cross-institutional retrieval, dataset harmonization, and multi-site quality control. Code and data will be released upon acceptance.
• Abstract（参考訳）: 数百万の組織学タイルで訓練された最先端の病理基盤モデルは、スライドや施設の境界を越えて比較した場合、組織類似性を維持することができない。 病理基盤モデルとして訓練されることなく、汎用多目的LSMは、クロスドメインの組織学的類似性判定において、これらの特殊なモデルより一貫して優れていることを示す。 MOSAIC(Model similarity Assessment across Institutions and Cohorts)ベンチマークとしてリリースした相対的類似性フレームワークを用いて、6つのデータセットにまたがる17のモデルを評価し、診断エンコーダが、同じ疾患、異なる疾患のタイルを、標準のドメイン内評価に見えない臨床的に危険な障害モードである、同じ疾患、異なる疾患のタイルに類似しているものとしてランク付けすることが多いことを発見した。 LLMは、取得コンテキストに関連付けられたショートカット機能に頼るのではなく、形態と組織アーキテクチャのセマンティックな視覚的比較を行うため、この失敗の影響を受けにくいように見える。 トレーニングデータのスケーリングは、病理エンコーダの問題を解決するものではなく、データカバレッジよりも学習目標を暗示している。 本研究は, 現状の病理基盤モデルにおける基本的堅牢性ギャップを明らかにし, クロスインスティカル検索, データセット調和, マルチサイト品質管理の代替手段として, マルチモーダルLLMを確立した。 コードとデータは受理時にリリースされる。

関連論文リスト

• Dementia Etiology Diagnosis via Collaborative Meta Knowledge Enhancement [81.27196033392559]
  認知症発症診断のための協調的メタ知識向上(COME)フレームワークを提案する。 COMEは、マルチセンタ取得セマンティクス、ソース識別子、モダリティインジケータを異種性を認識した埋め込みとして、スケールアップトレーニングのためにTransformerアーキテクチャに注入する。 本手法は,平均マクロ平均AUCが85.62%,最強ベースラインが4.29ポイント向上し,最先端のドメイン性能を実現する。
  論文  参考訳（メタデータ） (2026-07-24T04:26:47Z)
• PathAR: Structure-First Autoregressive Synthesis of Multimodal Pathology Images [51.428093790826814]
  そこで我々は, モーダリティ・ラベル条件付き病理モデル (PathAR) を用いて, 構造と外観を分解し, 自己回帰モデル(PathAR)を提案する。 PathARは、不均一なモダリティ固有の外観下で形態を安定化し、空間的に整列したイメージマスクペア生成を可能にする。
  論文  参考訳（メタデータ） (2026-06-01T01:43:48Z)
• Multi-View Synergistic Learning with Vision-Language Adaption for Low-Resource Biomedical Image Classification [59.24009931000134]
  MVSL(Multi-View Synergistic Learning)は、適応パラダイム、表現の粒度、疾患の意味的関係に対処する統合フレームワークである。 MVSLは、視覚的およびテキスト的エンコーダの適応を分離し、それぞれの表現特性を尊重する。 さらに、グローバルなイメージセマンティクスと局所的な病変レベルの証拠の両方を明示的にモデル化するために、多粒性コントラスト学習を導入する。 MVSLは、いくつかのショットとゼロショットの分類設定において、最先端のメソッドを一貫して上回る。
  論文  参考訳（メタデータ） (2026-04-27T02:41:27Z)
• A Semantically Enhanced Generative Foundation Model Improves Pathological Image Synthesis [82.01597026329158]
  本稿では,組織合成のための相関調整フレームワーク(CRAFTS)について紹介する。 CRAFTSは、生物学的精度を確保するためにセマンティックドリフトを抑制する新しいアライメント機構を組み込んでいる。 本モデルは,30種類の癌にまたがる多彩な病理像を生成する。
  論文  参考訳（メタデータ） (2025-12-15T10:22:43Z)
• PathoHR: Hierarchical Reasoning for Vision-Language Models in Pathology [3.459714932882085]
  現在の視覚言語(VL)モデルは、構造化された病理報告の解釈に必要な複雑な推論を捉えるのに苦労することが多い。 病理領域内での階層的意味理解と構成的推論におけるVLモデルの能力を評価するために設計された新しいベンチマークであるPathoHR-Benchを提案する。 さらに、マルチモーダルコントラスト学習のための拡張および摂動サンプルを生成する、病理特異的なVLトレーニングスキームを導入する。
  論文  参考訳（メタデータ） (2025-09-07T15:42:38Z)
• Benchmarking Deep Learning and Vision Foundation Models for Atypical vs. Normal Mitosis Classification with Cross-Dataset Evaluation [0.31571255367331746]
  乳癌の非定型的ミトーシスデータセット(AMi-Br)を構築した。 本研究では,自動非定型ミトティックフィギュア(AMF)分類における深層学習手法の比較を行った。 ドメイン内AMi-Brとドメイン外AtNorm-BrとAtNorM-MDでは,それぞれ0.8135,0.7788,0.7723のバランス精度が得られた。
  論文  参考訳（メタデータ） (2025-06-26T16:30:42Z)
• Benchmarking histopathology foundation models in a multi-center dataset for skin cancer subtyping [1.927195358774599]
  大規模なドメイン内データセットの事前トレーニングは、履歴病理基盤モデル(FM)にタスクに依存しないデータ表現を学習する能力を与える。 計算病理学では、スライド全体の自動解析には、スライドのギガピクセルスケールのため、複数のインスタンス学習(MIL)フレームワークが必要である。 本研究は,MIL分類フレームワーク内のパッチレベルの特徴抽出器として,病理組織学的FMを評価するための新しいベンチマークを提案する。
  論文  参考訳（メタデータ） (2025-06-23T14:12:16Z)
• Semi-supervised Medical Image Classification with Relation-driven Self-ensembling Model [71.80319052891817]
  医用画像分類のための関係駆動型半教師付きフレームワークを提案する。 これは、摂動下で与えられた入力の予測一貫性を促進することでラベルのないデータを利用する。 本手法は,シングルラベルおよびマルチラベル画像分類のシナリオにおいて,最先端の半教師付き学習手法よりも優れる。
  論文  参考訳（メタデータ） (2020-05-15T06:57:54Z)

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。