AI और दुनिया की कठिन समस्याएँ · चिकित्सा और दवा खोज · Nature (machine learning) · 2026-10-26

क्लिनिकल-ग्रेड प्रोस्टेट पैथोलॉजी के लिए एंड-टू-एंड लर्निंग और फ़ाउंडेशन मॉडलों का तुलनात्मक विश्लेषण

मूल शीर्षक: Comparative analysis of end-to-end learning and foundation models for clinical-grade prostate pathology

स्व-पर्यवेक्षण से पूर्व-प्रशिक्षित फ़ाउंडेशन मॉडलों को पैथोलॉजी के लिए एक सामान्य समाधान के रूप में व्यापक रूप से प्रचारित किया जाता है, लेकिन कार्य-विशिष्ट मॉडलों की तुलना में उनका लाभ स्पष्ट नहीं है। 15 केंद्रों के 6,268 रोगियों की 100,000 से अधिक प्रोस्टेट बायोप्सी का उपयोग करते हुए, लेखकों ने पाया कि जब डेटा कम होता है तो फ़ाउंडेशन मॉडल मदद करते हैं, लेकिन पर्याप्त लेबल वाले डेटा के साथ कार्य-विशिष्ट मॉडल उनकी बराबरी करते हैं या उनसे आगे निकल जाते हैं। कार्य-विशिष्ट प्रशिक्षण ने गलत ग्रेडिंग को भी उल्लेखनीय रूप से कम किया, जबकि फ़ाउंडेशन मॉडलों ने 35 गुना तक अधिक ऊर्जा खर्च की।

मूल लेख पढ़ें ↗

सभी आइटम →