L'IA face aux grands problèmes du monde · Médecine et découverte de médicaments · Nature (computational biology) · 2026-10-21
Vers un sous-typage morphologique et une détection du cancer fiables en pathologie de l'œsophage de Barrett grâce à l'ensembling de modèles de fondation
Titre original: Towards reliable morphological subtyping and cancer detection on Barrett’s esophagus pathology through ensembling foundation models
La fiabilité des modèles de fondation en histopathologie (Histo-FMs) pour les tâches diagnostiques du monde réel est restée non démontrée. Sur la cohorte BarrettNet de 3528 images de lames entières colorées à l'H&E provenant de 790 patients, couvrant des catégories allant du tissu normal à l'adénocarcinome de l'œsophage, les chercheurs ont testé leur utilisation pour le sous-typage morphologique de l'œsophage de Barrett et la détection du cancer. L'agrégation des cinq modèles mono-échelle les plus cohérents avec les experts, à travers les grossissements et les backbones, a apporté des gains incrémentaux (AUROC 0.907 pour le sous-typage et 0.909 pour la détection du cancer), tandis que l'évaluation de la dysplasie a montré un bénéfice limité et qu'une validation externe reste nécessaire.