MétaCan
Menu
← Retour à la cohorte
Enregistrement W4412163856 · doi:10.1158/1557-3265.aimachine-b014

Abstract B014: Are histopathology foundation models clinically ready for survival prediction?

2025· article· en· W4412163856 sur OpenAlexaffabout
Vishwesh Ramanathan, Dianne Chadwick, Lincoln Stein, Anne L. Martel

Notice bibliographique

RevueClinical Cancer Research · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueRadiomics and Machine Learning in Medical Imaging
Établissements canadiensOntario Institute for Cancer ResearchUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésHistopathologyMedicineFoundation (evidence)PathologyHistory

Résumé

récupéré en direct d'OpenAlex

Abstract Purpose: Recently, large foundation models (FMs) have advanced survival prediction from whole slide images (WSIs) in histopathology. However, their generalizability to new datasets without retraining remains largely untested. In this study, we assess their deployment performance by training on one dataset and testing on another, effectively testing their utility in real-world clinical settings. Methods: For our study, we used 1,830 slides and 1,754 patients (TCGA BRCA: 1,060 slides, 994 patients; Ontario Tumor Bank (OTB): 760 slides, 760 patients). First, we confirmed significant distribution differences using log-rank tests, t-SNE plots, and logistic regression - an issue commonly encountered during model deployment. We then selected a diverse set of state-of-the-art models to represent the current AI landscape. Due to the large size of WSIs, slide-level predictions are typically performed using the Multiple Instance Learning (MIL) framework, where information from small patches is aggregated to generate WSI-level predictions. We used the patch-level FM CTransPath as the backbone for MIL-based slide-level survival models, evaluating various popular approaches, including attention-based, transformer-based, and graph-based models. Additionally, we assessed the slide-level FM TITAN, a pre-trained model that directly generates slide-level embeddings from WSIs. To predict progression-free interval, we applied a linear Cox proportional hazards (CPH) model to the generated slide embeddings. We also implemented a simple clinical model using the linear CPH model based on five widely available variables: progesterone receptor status, tumor stage, lymph node stage, metastasis status, and age. The models were rigorously evaluated in-domain (ID) using five-fold cross-validation and out-of-domain (OOD) for deployability by testing the trained fold models on the external dataset. Results: Our findings highlight two key points. First, the clinical model outperformed the best image-only survival models in both ID [BRCA: +9.2%, OTB: +14.9%] and OOD settings [BRCA: +8.6%, OTB: +25.8%], achieving state-of-the-art C-index scores [ID: BRCA 0.69, OTB 0.74; OOD: BRCA 0.67, OTB 0.76]. Notably, the deployed clinical model remained robust, even exceeding its ID performance on OTB. Second, while MIL-based image models performed on par with or better than slide-level FMs, they showed substantial drops from ID to OOD [BRCA: -6.8%, OTB: -8.0%]. In contrast, slide-level FMs showed better deployability, with only minor declines across domains [BRCA: -2.0%, OTB: -2.4%]. However, they still lagged significantly behind clinical models in both ID and OOD settings. Conclusions: Despite being trained on large datasets and requiring substantial computation, FMs face significant challenges. Although WSI-based survival models have made considerable progress, our findings show they still fall short of simple clinical models. Further research is needed to improve algorithm performance and generalizability, ensuring their readiness for real-world clinical applications. Citation Format: Vishwesh Ramanathan, Dianne Chadwick, Lincoln Stein, Anne L. Martel. Are histopathology foundation models clinically ready for survival prediction? [abstract]. In: Proceedings of the AACR Special Conference in Cancer Research: Artificial Intelligence and Machine Learning; 2025 Jul 10-12; Montreal, QC, Canada. Philadelphia (PA): AACR; Clin Cancer Res 2025;31(13_Suppl):Abstract nr B014.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,306
Tête enseignante GPT0,584
Écart entre enseignants0,278 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueClinical Cancer Research→Même sujetRadiomics and Machine Learning in Medical Imaging→Travaux en français237 207→