La IA y los problemas difíciles del mundo · Medicina y descubrimiento de fármacos · Nature (computational biology) · 2026-10-21
Hacia una subtipificación morfológica fiable y una detección de cáncer en la patología del esófago de Barrett mediante el ensamblado de modelos fundacionales
Título original: Towards reliable morphological subtyping and cancer detection on Barrett’s esophagus pathology through ensembling foundation models
La fiabilidad de los modelos fundacionales de histopatología (Histo-FMs) para tareas de diagnóstico del mundo real seguía sin estar demostrada. En la cohorte BarrettNet de 3528 imágenes de portaobjetos completos teñidas con H&E procedentes de 790 pacientes, que abarca categorías desde normal hasta adenocarcinoma esofágico, los investigadores probaron su uso para la subtipificación morfológica del esófago de Barrett y la detección de cáncer. Agregar los cinco modelos de escala única más consistentes con los expertos entre aumentos y backbones aportó ganancias incrementales (AUROC de 0.907 para la subtipificación y de 0.909 para la detección de cáncer), mientras que la evaluación de la displasia mostró un beneficio limitado y la validación externa sigue siendo necesaria.