AIが解く世界の難問 · 医学・創薬 · Nature (machine learning) · 2026-10-26
臨床水準の前立腺病理診断における、エンドツーエンド学習と基盤モデルの比較分析
原題: Comparative analysis of end-to-end learning and foundation models for clinical-grade prostate pathology
自己教師あり事前学習による基盤モデルは病理診断の汎用的な解決策として広く推奨されているが、タスク特化型モデルに対する優位性は明確ではない。6268人・15施設の10万例を超える前立腺生検を用いた本研究では、基盤モデルはデータが少ない場合に有用だが、十分なラベル付きデータがあればタスク特化型モデルと同等になり、場合によっては上回ることが示された。タスク特化型の学習は誤分級を大きく減らし、基盤モデルは最大35倍のエネルギーを消費した。