303-TITAN：视觉语言全玻片基础模型

这篇文章介绍了一种名为TITAN的多模态全玻片基础模型，旨在推动计算病理学领域的发展。这种基于Transformer的模型使用了大规模数据集（包含335,645张全玻片图像）进行预训练，并结合了视觉自监督学习和病理报告及合成描述的语言对齐。TITAN的核心优势在于能生成通用的玻片特征表示，有效解决了现有模型在处理大型图像规模和数据受限（尤其是针对罕见疾病）方面的复杂挑战。综合评估结果显示，TITAN在形态学分类、分子预测和预后分析等多种临床任务中，表现显著优于其他玻片编码器。此外，其多模态能力解锁了关键功能，例如零样本诊断和在组织切片与临床报告之间的快速跨模态检索。

References:

• Ding T, Wagner S J, Song A H, et al. A multimodal whole-slide foundation model for pathology[J]. Nature Medicine, 2025: 1-13.