論文の概要: PRISM: Pathology Reliability In Scarce-label Medicine. A Tile-level Benchmark of Pathology Foundation Models

• arxiv url: http://arxiv.org/abs/2610.36517v1
• Date: Tue, 27 Oct 2026 02:20:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-28 21:04:31.465795
• Title: PRISM: Pathology Reliability In Scarce-label Medicine. A Tile-level Benchmark of Pathology Foundation Models
• Title（参考訳）: PRISM:Scarce-label 医学における病理信頼性 : 病理基盤モデルのTile-levelベンチマーク
• Abstract要約: PRISMは、病理基盤モデルの信頼性を測定するタイルレベルのベンチマークである。 PRISMは、6つのタイルレベルデータセットの8つの基礎モデルを6つのラベル分で評価する。 PRISMは、すべての288細胞に対する参照結果を備えた、ピップインストール可能なパッケージとしてリリースされている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Pathology foundation models are typically benchmarked on classification performance at full label availability and on in-distribution test sets, while calibration, behavior at low label budgets, and robustness under cross-institutional shift are seldom evaluated jointly. We introduce PRISM, a tile-level benchmark that measures the reliability of pathology foundation models along four axes: model choice, label fraction, calibration, and out-of-distribution transfer. PRISM evaluates eight foundation models (CLIP, PLIP, CONCH, UNI, Virchow2, GigaPath, H-Optimus-0, Midnight) on six tile-level datasets at six label fractions (1% to 100%) with three seeds (864 linear probe runs), extended with a five-hospital Camelyon17 study of 20 directed transfer pairs. Four phenomena emerge. (i) Under full supervision, AUROC rank predicts post-temperature calibration rank consistently across datasets (Spearman rho = 0.52, I^2 = 0%), whereas at 1% labels the relationship becomes dataset-specific (rho = -0.24, I^2 = 67%). (ii) On harder datasets the linear probe collapses to a single predicted class below a dataset-specific label fraction. (iii) Whether additional source-domain labels help or harm target calibration tracks how well the probe transfers: below a transfer AUROC of roughly 0.85, more labels worsen target ECE in 86-88% of combinations. (iv) Temperature scaling fails to reduce ECE in 49 of 288 cells, miscalibration is predominantly under-confidence, and a source-fitted temperature is harmful under failing transfer. PRISM is released as a pip-installable package with reference results for all 288 cells. Code and data: https://github.com/alicemkyn/prism-benchmark
• Abstract（参考訳）: 病理基盤モデルは通常、完全なラベルの可用性での分類性能と流通試験セットでベンチマークされるのに対し、キャリブレーション、低ラベルの予算での振る舞い、施設間シフト時の堅牢性は、共同で評価されることが滅多にない。 PRISMは、モデル選択、ラベル分数、キャリブレーション、アウト・オブ・ディストリビューション・トランスファーの4つの軸に沿って、病理基盤モデルの信頼性を測定するタイルレベルのベンチマークである。 PRISMは6つのタイルレベルデータセット(CLIP, PLIP, CONCH, UNI, Virchow2, GigaPath, H-Optimus-0, Midnight)を6つのラベル分画(1%から100%)で評価し、3つのシード(864リニアプローブラン)で拡張した。 4つの現象が起こる。 (i)全監督下では、AUROCはデータセット間で温度後校正ランクを一貫して予測する(Spearman rho = 0.52, I^2 = 0%)が、1%ラベルではデータセット固有(rho = -0.24, I^2 = 67%)となる。 (ii) より厳しいデータセットでは、線形プローブは、データセット固有のラベル率以下の単一の予測クラスに崩壊する。 3 追加のソースドメインラベルがターゲットキャリブレーションの助けとなるか、または目標キャリブレーションに悪影響を及ぼすかは、プローブの転送がどの程度うまく行っているかを示すものであって、約0.85のAUROC以下では、86～88%の組み合わせでCEを悪化させるラベルが多い。 (4) 温度スケーリングは288細胞のうち49細胞においてCEを低下させることができず, 誤校正は信頼性が低く, ソース適合温度は転写不良時に有害である。 PRISMは、すべての288細胞に対する参照結果を備えた、ピップインストール可能なパッケージとしてリリースされている。 コードとデータ:https://github.com/alicemkyn/prism-benchmark

関連論文リスト

• Label-Space Mismatch Distorts Cross-Cohort Evaluation in Breast Cancer Molecular Subtyping [9.078658002826192]
  乳がんサブタイプ分類器のクロスコホート評価は、ソースおよびターゲットコホートが異なるアノテーション標準を使用する場合、信頼性が低い。 ラベル空間制限は、TCGA-BRCAとGSE21653において支配的な修正である。 このプロトコルは、内部バリデーションがクロスコホート値をオーバーステートする理由を公開する。
  論文  参考訳（メタデータ） (2026-10-18T02:25:47Z)
• Beyond Multi-Stage Pipelines: A Label-Correlation Ensemble for Multi-Label Retinal Fundus Disease Classification [0.0]
  RFMiD 1.0, RFMiD 2.0, ODIR-5Kから構築した39ターゲットラベル空間上での3つのアーキテクチャの比較を行った。 3つとも1つのSwin-V2-Bバックボーン、1つの前処理パイプライン、1つのトレーニングプロトコルを共有している。
  論文  参考訳（メタデータ） (2026-10-16T16:54:48Z)
• Predictive Multiplicity in Cell-Fate Assignment: Label-Free Rashomon Sets and the Limits of Per-Cell Certification [0.0]
  軌道の多重性は推測と報告の価値がある。 しかし、ラベルなしのRashomonセットに対するセル単位の認証は、より信頼できる運命呼び出しへの道ではない。
  論文  参考訳（メタデータ） (2026-10-08T03:43:28Z)
• The Price of Peeking: Anytime-Valid Leakage Detection on ML-KEM EM Traces [45.88028371034407]
  本研究は, ベットによる検査に基づく漏洩検出について検討する。 13000～20000のサンプルに対して繰り返し表示される$|t|>4.5$は2.7-12.9%の複製で誤報を発生させた。
  論文  参考訳（メタデータ） (2026-09-27T14:14:10Z)
• Cross-Dataset Generalization of Bangladeshi Rice Leaf Disease Classifiers: Benchmark, Diagnosis, and Mitigation [0.0]
  イネ葉病分類におけるデータセット間移動は依然として重要な課題である。 バングラデシュの3つのイネ病データセットに対して,系統的なベンチマークを行った。 強い拡張は、平均的なデータセットのマクロF1の改善+0.070を回復する。 自己教師型 ViT コントロールは、CNN に等価なデータセットの崩壊を示す。
  論文  参考訳（メタデータ） (2026-09-20T16:56:51Z)
• Open ultrasound foundation model for robust segmentation and clinical measurement across heterogeneous settings [66.3653308198376]
  SonoCorpusは、24の臨床応用と17の国にまたがる53のパブリックデータセットから、456,963のイメージと1,626,085のエキスパートマスクを統合するオープンリソースである。 SonoBaseは、事前にトレーニングされたインタラクティブセグメンテーション基盤モデルである。
  論文  参考訳（メタデータ） (2026-09-16T15:34:21Z)
• TRIAGE: Risk-Controlled Pseudo-Label Admission for Annotation-Efficient Semi-Supervised Retinal OCT Classification [0.6213771671016098]
  本稿では,OCTスキャン分類のためのリスク制御型半教師付きフレームワークTRIAGEを提案する。 ノアアイ病院(Bスキャン16,822人、161人、554巻)のデータセットで、TRIAGEは89.66%のスキャンレベルの精度、0.8805のマクロF1、0.9641のマクロAUC、そして8.34%の下位グレードレートを示している。
  論文  参考訳（メタデータ） (2026-08-14T14:06:48Z)
• Confidence Calibration under Ambiguous Ground Truth [43.71398545904091]
  多数発声ラベルに装着したポストホックキャリブレータは、従来の評価ではよく校正される。 しかし、それらが根底にあるアノテータ分布に対してかなり誤解されている。 我々は,完全ラベル分布に対して適切なスコアリングルールを最適化する,あいまいさを意識したポストホックキャリブレータのファミリーを開発する。
  論文  参考訳（メタデータ） (2026-03-24T07:24:09Z)
• Model Calibration in Dense Classification with Adaptive Label Perturbation [44.62722402349157]
  既存の密接な二分分類モデルは、過信される傾向がある。 本稿では,各トレーニング画像に対する独自のラベル摂動レベルを学習する適応ラベル摂動(ASLP)を提案する。 ASLPは、分布内および分布外の両方のデータに基づいて、密度の高い二分分類モデルの校正度を著しく改善することができる。
  論文  参考訳（メタデータ） (2023-07-25T14:40:11Z)
• Hierarchical Semi-Supervised Contrastive Learning for Contamination-Resistant Anomaly Detection [81.07346419422605]
  異常検出は、通常のデータ分布から逸脱したサンプルを特定することを目的としている。 コントラスト学習は、異常の効果的な識別を可能にする表現のサンプル化に成功している。 汚染耐性異常検出のための新しい階層型半教師付きコントラスト学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2022-07-24T18:49:26Z)

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。