La IA y los problemas difíciles del mundo · Medicina y descubrimiento de fármacos · Nature (machine learning) · 2026-10-26
Análisis comparativo del aprendizaje de extremo a extremo y los modelos fundacionales para la patología de próstata de grado clínico
Título original: Comparative analysis of end-to-end learning and foundation models for clinical-grade prostate pathology
Los modelos fundacionales preentrenados con autosupervisión se promueven ampliamente como una solución general para la patología, pero su ventaja sobre los modelos específicos para una tarea no está clara. Con más de 100,000 biopsias de próstata de 6,268 pacientes en 15 centros, los autores encontraron que los modelos fundacionales ayudan cuando los datos son escasos, pero con suficientes datos etiquetados los modelos específicos para la tarea los igualan o los superan. El entrenamiento específico para la tarea también redujo notablemente los errores de gradación, mientras que los modelos fundacionales consumieron hasta 35 veces más energía.