《Nature Communications》于2026年10月26日发表一项研究，比较端到端、任务特定模型与病理学基础模型在前列腺活检分析中的表现。研究原文
研究团队使用来自15个机构、6268名患者的超过10万份前列腺活检数据，评估模型对病理分级的判断能力。结果显示，在标注数据有限时，基础模型具有明显实用价值；但随着任务特定模型获得足够的标注训练数据，两类模型的性能趋于接近，部分外部数据集上任务特定模型表现更好。研究报告称，内部数据上的模型与病理医生分级一致性较高，二次加权Cohen’s kappa达到0.91；在外部队列、充分训练条件下，任务特定模型为0.87，两个基础模型分别为0.86和0.85。研究原文
这项工作的重点不是证明某一种模型全面胜出，而是说明模型选择取决于数据规模、任务目标和部署条件。基础模型可以减少从零开始训练的成本，尤其适合标注样本有限的场景；任务特定模型则可能在目标明确、标注数据充分时获得更稳定的结果。研究还指出，任务特定训练可减少误分级、困难形态误诊以及技术差异带来的影响，但这些结论仍属于该研究数据和实验设置下的结果，不能直接等同于临床应用效果。
资源成本也是研究强调的变量。论文报告称，基础模型的能耗最高可达到任务特定方案的35倍。这意味着医疗AI评估不能只看准确率或与专家的一致性，还应同时考察跨机构泛化、困难病例表现、标注成本、推理能耗和实际工作流适配性。该文章为早期在线发表版本，期刊说明后续可能替换为最终版本，因此细节仍应以正式版本为准。
参考来源：
由 AI 整理，仅供参考；请以原始来源为准。
