Como escolher um modelo de fundação para patologia em 2026

Não há um melhor modelo de fundação em patologia. O que benchmarks, licenças, tarefa e computação dizem sobre UNI, CONCH e Virchow2. Pesquisa, não diagnóstico.

Não existe um único melhor modelo de fundação para patologia. Num benchmark independente publicado na Nature Biomedical Engineering, Neidlinger et al. compararam 19 modelos de fundação em tarefas em nível de lâmina: o CONCH ficou em primeiro lugar, com o Virchow2 logo atrás. Na predição de expressão gênica, o leaderboard do HEST-Benchmark, consultado em 17 de setembro de 2026, coloca o H-optimus-1 no topo e o CONCH mais abaixo. Escolha nesta ordem: o que a licença permite fazer, o que a tarefa exige e o que o seu orçamento computacional consegue processar em lâminas gigapixel. Depois, avalie com divisões em nível de paciente, em coortes que o modelo nunca viu no pré-treinamento.

Cheguei a essa questão pela minha dissertação de mestrado sobre a predição de expressão gênica a partir de imagens de patologia. As comparações aqui são resultados publicados por outros grupos, não medições minhas.

O que é um modelo de fundação para patologia?

Um modelo de fundação (foundation model) para patologia é um encoder de imagens pré-treinado em coleções muito grandes de lâminas histológicas e reutilizado como extrator de características de uso geral para muitas tarefas downstream. Na patologia digital, um scanner transforma a lâmina de vidro numa imagem de lâmina inteira (whole-slide image, WSI), em escala de gigapixels, por isso o pipeline usual tem duas etapas. O modelo de fundação transforma pequenos recortes (tiles) de tecido corado com hematoxilina e eosina (H&E) em vetores de embedding, e um modelo mais leve aprende a tarefa a partir desses vetores. Neidlinger et al. descrevem exatamente isso: as características são extraídas com cada modelo de fundação e, em seguida, “esses vetores foram usados para treinar um agregador em nível de lâmina”.

O que o encoder oferece:

• Rótulos mais baratos. Combinadas com uma cabeça de aprendizado de múltiplas instâncias (multiple instance learning, MIL), as características congeladas dos tiles permitem que um modelo downstream aprenda a partir de um rótulo por lâmina ou por paciente, e não de contornos de regiões do tecido desenhados à mão. Também se relata que características de patologia pré-treinadas exigem menos exemplos rotulados: o artigo do UNI diz que o UNI viabiliza modelos “eficientes em dados”.

• Características calculadas uma única vez. Os embeddings podem ser guardados em cache e reutilizados em muitos experimentos.

• Baselines compartilhados. Grupos independentes publicam comparações dos mesmos encoders disponibilizados.

O que ele não oferece: um diagnóstico, que não é a finalidade desses modelos. Tampouco oferece um modelo validado na sua coorte e robusto ao seu scanner e à sua coloração. Validação e robustez precisam ser conquistadas, e o restante deste guia trata de como fazer isso.

O panorama em 2026: UNI, CONCH, Virchow2 e outros

Encoders só de imagem e encoders de visão e linguagem

A maioria dos encoders abaixo é só de imagem (vision-only): eles aprendem apenas com imagens.

• UNI (Mahmood Lab): um vision transformer (ViT-L/16) com 0,3 bilhão de parâmetros. O artigo do modelo na Nature Medicine relata pré-treinamento em mais de 100 milhões de imagens de mais de 100.000 lâminas diagnósticas coradas com H&E. O UNI2-h, um modelo maior do mesmo laboratório, é um ViT-H com 681 milhões de parâmetros.

• Virchow2 (Paige e Microsoft Research): um ViT-H/14 com 632 milhões de parâmetros, treinado em 3,1 milhões de imagens de lâmina inteira do Memorial Sloan Kettering Cancer Center, segundo o model card. O artigo do modelo também descreve o Virchow2G Mini, uma destilação com 22 milhões de parâmetros de um modelo irmão maior, o Virchow2G.

• H-optimus-0 e H-optimus-1 (Bioptimus): vision transformers com 1,1 bilhão de parâmetros cada; o model card do H-optimus-0 relata treinamento em mais de 500.000 lâminas de H&E. O H0-mini (Owkin e Bioptimus) é um ViT-B/14 destilado do H-optimus-0, listado com 85,7 milhões de parâmetros.

• Prov-GigaPath: um encoder de tiles combinado com um encoder de lâmina. Xu et al. relatam na Nature que ele foi pré-treinado em 1,3 bilhão de tiles de 171.189 lâminas inteiras da Providence, uma rede de saúde dos Estados Unidos.

• Phikon-v2 (Owkin): um ViT-L pré-treinado em coleções públicas de lâminas, o que importa para a verificação de vazamento mais adiante.

O CONCH (Mahmood Lab) é o modelo de visão e linguagem desta lista. Seu encoder de visão é um ViT-B/16 com 90 milhões de parâmetros, combinado com um encoder de texto, e o artigo do modelo na Nature Medicine relata treinamento em mais de 1,17 milhão de pares imagem–legenda. O lado textual é o que falta aos encoders só de imagem: o model card do CONCH lista a classificação zero-shot e a recuperação imagem–texto entre os usos do modelo.

Licenças e termos de acesso decidem primeiro

Um modelo que você não pode usar para a sua finalidade não é candidato, por melhor que pontue. A tabela resume os model cards do Hugging Face tal como estavam em 17 de setembro de 2026. Acesso controlado (gated) significa que você solicita acesso no Hugging Face e aceita os termos antes de baixar o modelo.

Daí decorrem três pontos:

• Apache-2.0 não é uma licença clínica. O model card do Prov-GigaPath diz que o modelo “não se destina nem é disponibilizado para uso clínico como dispositivo médico, suporte clínico, ferramenta diagnóstica”. O model card do H-optimus-0 diz que ele “não foi revisado, certificado nem aprovado por nenhum órgão regulador”.

• Os termos do Virchow2 são os mais explícitos. Os usuários concordam em não usá-lo para “diagnosticar, curar, mitigar, tratar ou prevenir doenças”, inclusive sob os rótulos Research Use Only (RUO) ou Investigational Use Only (IUO). Essas são categorias regulatórias de produtos diagnósticos, não de pesquisa acadêmica.

• A maioria dos modelos com acesso controlado verifica quem você é. Os model cards do UNI, UNI2-h, CONCH, Virchow2, H-optimus-1 e H0-mini exigem que o e-mail da sua conta no Hugging Face coincida com o seu e-mail institucional para que o acesso seja aprovado.

Os termos mudam; por isso, leia o model card atual e as regras da sua instituição antes de baixar. Esta tabela serve de orientação, não é aconselhamento jurídico.

Benchmarks de modelos de fundação para patologia: o que dizem e quem os conduziu

Todo modelo é avaliado, no artigo que o apresenta, em tarefas escolhidas pelos próprios autores. Neidlinger et al. expõem o problema sem rodeios: quando grupos que publicam modelos de fundação para patologia os avaliam “em tarefas de sua própria escolha, há um alto potencial de viés”. Comece pelos benchmarks independentes e verifique quem conduziu cada avaliação.

Tarefas em nível de lâmina: CONCH em primeiro, Virchow2 logo atrás

Neidlinger et al. submeteram 19 modelos de fundação para histopatologia a um benchmark de tarefas fracamente supervisionadas que abrangem biomarcadores, morfologia e prognóstico. Os dados vieram de 13 coortes de pacientes, com 6.818 pacientes e 9.528 lâminas de cânceres de pulmão, colorretal, gástrico e de mama. Os modelos downstream foram treinados com dados do The Cancer Genome Atlas (TCGA) e testados em coortes externas. Essas coortes externas foram a coleção pública CPTAC, com a qual nenhum dos modelos avaliados havia sido treinado, e coortes proprietárias que “nunca fizeram parte do treinamento de nenhum modelo de fundação”. As predições foram feitas por paciente.

O destaque do resumo publicado: o CONCH “obteve o maior desempenho geral quando comparado com modelos de fundação só de imagem, com o Virchow2 em um segundo lugar próximo”. A mesma frase traz a ressalva que importa para alvos raros: a vantagem do CONCH “foi menos pronunciada em cenários com poucos dados e em tarefas de baixa prevalência”. Nos resultados completos, na média de 31 tarefas, CONCH e Virchow2 dividiram a maior AUROC média, 0,71 (área sob a curva ROC, do inglês receiver operating characteristic), então a diferença por trás da classificação principal é pequena.

A classificação cobre apenas os modelos testados. H-optimus-1 e UNI2-h não estavam entre eles.

Ensembles e diversidade de dados

Segundo o benchmark publicado, um ensemble que combina as predições do CONCH e do Virchow2 superou os modelos individuais em 55% das tarefas. A explicação dos autores é que modelos de fundação “treinados em coortes distintas aprendem características complementares para prever o mesmo rótulo”.

Os achados do benchmark também “sugerem que a diversidade de dados pesa mais que o volume de dados para modelos de fundação”, e os autores escrevem que “maior nem sempre é melhor”. O artigo do Virchow2, escrito pelos desenvolvedores do modelo, acrescenta uma ressalva. Dados diversos e métodos específicos do domínio “podem superar modelos que apenas aumentam o número de parâmetros”. Ainda assim, “em média, o desempenho se beneficia da combinação de métodos específicos do domínio, escala de dados e escala do modelo”. Seja como for, as contagens de parâmetros e de lâminas num model card não dizem como um modelo vai se sair na sua tarefa.

UNI vs. CONCH vs. Virchow2: por que os leaderboards divergem

Outras avaliações produzem outras ordens:

• PathBench, um preprint, reuniu 15.888 lâminas de 8.549 pacientes em 10 hospitais, com exclusão estrita de qualquer dado usado em pré-treinamento. Entre os 19 modelos de fundação para patologia que avaliou, o PathBench aponta Virchow2 e H-optimus-1 como “os modelos mais eficazes no geral”.

• O leaderboard do HEST-Benchmark, no repositório HEST, classifica encoders na predição de expressão gênica pela correlação de Pearson média. Ele é mantido pelo Mahmood Lab, que também desenvolve o UNI e o CONCH. No leaderboard do HEST, consultado em 17 de setembro de 2026, o H-optimus-1 lidera com 0,4229, o Virchow2 marca 0,4034, o CONCH v1 marca 0,3696 e um baseline ResNet50 com pesos do ImageNet marca 0,3252. O leaderboard também lista entradas mais recentes que este guia não descreve, como o GenBio-PathFM, logo atrás do H-optimus-1, e o CONCH v1.5; leia os model cards delas antes de incluí-las na sua lista curta.

Esses estudos testam modelos, tarefas e coortes diferentes, portanto respondem a perguntas diferentes. A comparação entre UNI e CONCH mostra isso: o CONCH ficou acima do UNI no geral nas tarefas em nível de lâmina de Neidlinger et al., enquanto o UNI tem média acima do CONCH v1 no leaderboard de expressão do HEST. O resultado útil não é um vencedor, mas uma lista curta de dois ou três encoders que vão bem em várias avaliações, incluindo pelo menos uma independente, e que depois são testados na sua própria tarefa.

Escolha o modelo conforme a tarefa

Classificação de lâminas e biomarcadores

A predição em nível de lâmina costuma ser fracamente supervisionada: um rótulo por lâmina ou por paciente, como o status de um biomarcador ou um desfecho prognóstico. Foi esse o cenário que Neidlinger et al. mediram, então o benchmark deles é a evidência revisada por pares mais diretamente relevante entre as citadas aqui. O PathBench, um preprint, também avalia tarefas de diagnóstico e prognóstico em imagens de lâmina inteira e coloca Virchow2 e H-optimus-1 no topo.

Dois achados importam quando há poucos dados rotulados. A vantagem do CONCH diminuiu em cenários com poucos dados e baixa prevalência. E, quando Neidlinger et al. treinaram modelos downstream com 300, 150 e 75 pacientes, “todos os modelos mostram quedas de desempenho semelhantes com a redução do tamanho do conjunto de treino”. Para um biomarcador raro, planeje primeiro a coorte e depois o encoder.

Expressão gênica a partir de H&E: bulk e espacial

Expressão gênica é o quanto cada gene está ativo numa amostra de tecido, medida com ensaios de RNA como o sequenciamento de RNA (RNA-Seq). A pergunta desta linha de pesquisa é quanto desse sinal molecular pode ser lido na morfologia do tecido numa imagem de H&E.

Expressão bulk significa um perfil de expressão por amostra. Schmauch et al. relatam que o HE2RNA “pode ser treinado para prever sistematicamente perfis de RNA-Seq apenas a partir de imagens de lâmina inteira, sem anotação de especialistas”.

Expressão espacial significa prever a expressão em localizações dentro do tecido, com um modelo aprendido a partir de transcriptômica espacial. He et al. (ST-Net) usaram 30.612 medições de expressão gênica com resolução espacial, pareadas com a histologia, de 23 pacientes com câncer de mama, e identificaram mais de 100 genes cuja expressão podia ser prevista com resolução de 100 µm.

O HEST-1k, um conjunto de dados cujo artigo foi Spotlight na NeurIPS 2024, reúne 1.229 perfis de transcriptômica espacial, cada um vinculado a uma imagem de lâmina inteira. O HEST-Benchmark, que o acompanha, define nove tarefas: prever os 50 genes com maior variância normalizada a partir de regiões de H&E de 112 × 112 µm, com pontuação pela correlação de Pearson.

Leve a sério a variação entre tecidos. No leaderboard do HEST, o H-optimus-1 chega a 0,6589 no melanoma cutâneo (SKCM), mas fica em 0,2421 no adenocarcinoma de reto (READ). Os autores do HEST observam que o desempenho “continua baixo em algumas tarefas (por exemplo, READ e ccRCC)”; ccRCC é o carcinoma renal de células claras. Wang et al. compararam onze métodos de expressão espacial na Nature Communications. Com a pontuação calculada sobre todos os genes em dois de seus conjuntos de dados de transcriptômica espacial, a correlação de Pearson (PCC) e a similaridade estrutural (SSIM) foram “baixas em todos os métodos”. As pontuações em genes selecionados foram maiores; as armadilhas de avaliação mais abaixo voltam a esse ponto. A expressão prevista é um sinal de pesquisa, não um substituto de um ensaio, e a força desse sinal depende do tecido.

De tiles a lâminas: MIL e grafos sobre o tecido

Aprendizado de múltiplas instâncias baseado em atenção

O MIL trata uma lâmina como uma bolsa (bag) de tiles com um único rótulo. Ilse, Tomczak e Welling (ICML 2018) propuseram o MIL baseado em atenção (ABMIL), um “operador de agregação invariante a permutações” cujos pesos de atenção mostram a contribuição de cada tile. O CLAM (Lu et al., 2021) usa aprendizado baseado em atenção e “requer apenas rótulos em nível de lâmina”.

Para comparar encoders, o agregador pesou pouco no benchmark de Neidlinger et al.: o ABMIL ficou atrás de um agregador transformer por “uma diferença média de AUROC de 0,01, deixando as classificações gerais dos modelos praticamente inalteradas”. Uma cabeça ABMIL simples é um teste razoável e barato para uma lista curta.

Grafos sobre o tecido

O pooling invariante a permutações, por si só, não usa a posição dos tiles uns em relação aos outros. Os métodos em grafos trazem essa informação espacial de volta ao modelo. O Patch-GCN (Chen et al., MICCAI 2021), de um artigo intitulado “Whole Slide Images are 2D Point Clouds”, é uma rede convolucional em grafos que “agrega hierarquicamente características histológicas em nível de instância para modelar estruturas topológicas locais e globais”. Em contrapartida, há um número maior de escolhas de projeto, como a forma de construir o grafo e de fazer o pooling, e cada uma delas precisa ser validada com as mesmas divisões usadas em todo o resto.

Encoders de lâmina versus embeddings de tiles

Alguns modelos de fundação acrescentam um encoder de lâmina; o Prov-GigaPath é um deles. Neidlinger et al. incluíram quatro encoders de lâmina e constataram que eles “não mostraram vantagem sobre os encoders de tiles em configurações de MIL, exceto em cenários com poucos dados”. Experimente um encoder de lâmina quando as coortes rotuladas forem pequenas.

Armadilhas de avaliação que inflam os resultados

Cada armadilha faz um resultado parecer melhor do que ele será em pacientes novos, e cada uma está documentada em trabalhos publicados. O mesmo hábito de medir antes de confiar vale para sistemas baseados em modelos de linguagem; veja guardrails contra alucinação em RAG.

Divida os dados por paciente, não por tile ou spot

A falha: tiles, spots ou cortes adjacentes de um mesmo paciente acabam tanto no conjunto de treino quanto no de teste, e a pontuação passa a medir, em parte, a memória do tecido daquele paciente.

O HEST-Benchmark usa divisões estratificadas por paciente “para evitar vazamento de dados de treino/teste em nível de paciente”. Isso significa validação cruzada k-fold em que k é o número de pacientes, ou k/2 no caso do ccRCC, por causa do grande número de pacientes dessa tarefa. As divisões são distribuídas como arquivos CSV. Wang et al. mantiveram “cortes de tecido adjacentes do mesmo paciente” no mesmo fold; o conjunto de dados HER2+ deles tem 36 cortes de tecido de 8 pacientes, então a unidade independente é o paciente, não o corte.

Assinaturas de centro e de scanner

A falha: o modelo aprende onde uma lâmina foi preparada ou digitalizada, e isso se correlaciona com o rótulo. Em dados do TCGA de mais de 3.000 pacientes com seis subtipos de câncer, Howard et al. encontraram as duas partes dessa falha. Alvos como sobrevida, padrões de expressão gênica e mutações driver variavam substancialmente entre os centros que enviaram as amostras, e o próprio centro podia ser detectado a partir das imagens. Nas palavras dos autores, “a detecção do centro continua possível apesar dos métodos de normalização de cor e de aumento de dados comumente usados”. Essas assinaturas “podem levar a estimativas excessivamente otimistas do desempenho do modelo”. A correção proposta por eles garante que as amostras de treino e as de validação de um modelo venham de centros diferentes.

Os modelos de fundação não eliminam isso. Carloni et al. (workshop MedAGI 2025, no MICCAI) testaram esses modelos num conjunto de dados com vários scanners e constataram que eles “ainda sofrem de viés de scanner”. Um preprint de julho de 2026, de Filiot et al., descreve representações de tiles que “continuam sensíveis à variabilidade de scanner e de coloração”.

Artefatos são um caso parecido. Neidlinger et al. observam que “modelos como UNI, Hibou, Virchow e Kaiko ocasionalmente destacaram marcas de caneta”; ali, as marcas de caneta não distorceram a classificação porque “estavam distribuídas igualmente entre as diferentes classes”. Verifique se artefatos, centros e scanners se correlacionam com os seus rótulos.

Vazamento de dados do pré-treinamento

A falha: lâminas de teste, ou lâminas das mesmas instituições, estavam no pré-treinamento do modelo de fundação. Neidlinger et al. observam que “surgem preocupações com vazamento de dados quando modelos de fundação são testados em imagens das mesmas instituições onde foram treinados”. Eles testaram em coortes proprietárias que, conforme descrevem, nunca fizeram parte do treinamento de nenhum modelo de fundação, além do CPTAC, com o qual nenhum dos modelos avaliados por eles havia sido treinado.

Faça a mesma verificação. O model card do Phikon-v2 lista TCGA, CPTAC e GTEx entre as fontes de pré-treinamento (o Phikon-v2 não estava naquele benchmark), e o model card do H0-mini lista lâminas do TCGA. Para esses modelos, não se pode presumir que um conjunto de teste tirado dessas coleções nunca tenha sido visto pelo modelo.

Médias sobre genes escolhidos

A falha: uma correlação média sobre genes selecionados é comparada com outra calculada sobre todos os genes. No conjunto de dados HER2+ que usaram, Wang et al. constataram que a maioria dos métodos pontuou mais (em correlação ou SSIM) em genes altamente variáveis ou espacialmente variáveis do que em todos os genes. Por isso, as pontuações nos 50 genes mais variáveis do HEST-Benchmark não são comparáveis com uma média sobre todos os genes. Informe quais genes você pontuou e como os escolheu.

Quanto poder computacional as imagens de lâmina inteira exigem?

Xu et al. observam que “uma lâmina gigapixel padrão pode conter dezenas de milhares de tiles de imagem”, e cada tile que você mantém passa pelo encoder. Três grandezas definem o orçamento:

• Tamanho do encoder, um fator de primeira ordem no custo por tile.

• Número de tiles, definido pela área de tecido e pela ampliação em que você recorta os tiles.

• Tamanho do embedding, que define o armazenamento e a largura da entrada do modelo downstream.

Para os encoders acima, os tamanhos abaixo vêm dos model cards, salvo indicação em contrário. “Concatenado” significa o token de classe unido à média dos tokens de patch, uma opção que os model cards do H0-mini e do Virchow2 mostram.

O armazenamento é fácil de estimar antes de bater o martelo: para embeddings em float32, bytes ≈ tiles × embedding dimension × 4.

No HEST-Benchmark, encoders maiores tendem a pontuar mais, com retornos decrescentes: o artigo do HEST relata que o tamanho do modelo “tem forte correlação com o desempenho médio, mas os ganhos crescem de forma logarítmica com o número de parâmetros treináveis”. A destilação é o meio-termo. O próprio preprint do H0-mini relata “desempenho quase comparável ao de modelos de fundação grandes, com custo de inferência significativamente menor”, e no leaderboard do HEST ele tem média de 0,3958, contra 0,4150 do H-optimus-0, o seu modelo professor. Ao comparar tamanhos de embedding diferentes, note que o HEST primeiro reduz todo embedding a 256 componentes principais, porque a regressão ridge “pode penalizar injustamente modelos com dimensões de embedding maiores”.

O padrão que mantém o orçamento sob controle: extrair os embeddings uma vez, guardá-los em cache e treinar muitas cabeças leves sobre esse cache. Para dar uma ideia de escala, os experimentos do artigo do HEST “foram executados em uma única GPU NVIDIA 3090”. A latência é um orçamento à parte: se cada lâmina nova precisa passar pelo encoder no momento da inferência, o tamanho do encoder e o número de tiles determinam a espera, não só a conta.

Onde minha dissertação se encaixa

Minha dissertação de mestrado na Universidade de Tecnologia de Isfahan, concluída em setembro de 2025, investigou se a expressão gênica pode ser prevista a partir de imagens de patologia digital. Ensaios de expressão gênica são lentos e caros; imagens de lâmina inteira são rápidas e baratas, mas têm escala de gigapixels. A dissertação foi desenvolvida sob uma restrição rígida de computação e latência, e a abordagem dela combinou redes neurais em grafos, modelos de fundação de visão, técnicas adaptadas de grandes modelos de linguagem e modelagem estatística e probabilística. Um artigo baseado nela está em preparação.

É por causa dessa restrição que a computação entra aqui como critério de seleção, e não como uma preocupação secundária. Este guia não diz quais modelos de fundação a dissertação usou e não relata nenhum resultado dela: as comparações acima são resultados publicados por outros grupos de pesquisa, não medições minhas. O estudo de caso de imagens médicas descreve a dissertação, e a página de pesquisa a inclui na lista.

Checklist para escolher um modelo de fundação para patologia

• Licença e acesso. O model card permite o seu uso, e a sua conta atende às condições de acesso.

• Tipo de tarefa. Rótulo de lâmina, biomarcador, prognóstico, expressão bulk ou expressão espacial.

• Lista curta. Encoders que vão bem em mais de uma avaliação, incluindo uma independente, e não só nos próprios artigos.

• Sobreposição com o pré-treinamento. As fontes de pré-treinamento de cada model card conferidas com as suas coortes de teste.

• Divisões. No mínimo por paciente, por centro quando possível, e uma coorte externa se você conseguir uma.

• Fatores de confusão. Centro, scanner, coloração e artefatos verificados em relação ao rótulo.

• Métrica e conjunto de genes. Para expressão, a métrica e os genes pontuados, ambos informados.

• Computação. Tempo de extração medido no seu hardware, embeddings em cache, um modelo destilado testado.

• Ensembles por último. Modelos combinados só depois de cada um ter sido medido isoladamente.

Se você está definindo o escopo de um sistema de visão computacional que precisa respeitar um limite de hardware, a página de serviços descreve como eu trabalho.

Perguntas frequentes

Qual é o melhor modelo de fundação para patologia?

Nenhum é o melhor em todas as tarefas. No benchmark independente de Neidlinger et al., com 19 modelos em tarefas em nível de lâmina, o CONCH ficou em primeiro e o Virchow2 logo atrás, em segundo; o PathBench, um preprint, favorece Virchow2 e H-optimus-1; e o leaderboard do HEST, consultado em 17 de setembro de 2026, coloca o H-optimus-1 em primeiro em expressão gênica. Monte uma lista curta a partir desses resultados e depois teste os modelos na sua própria tarefa.

É possível prever a expressão gênica a partir de uma lâmina de H&E?

Em parte, para alguns genes e tecidos. He et al. (ST-Net) encontraram mais de 100 genes cuja expressão podia ser prevista a partir da histologia de câncer de mama, e o HE2RNA previu perfis de RNA-Seq bulk a partir de imagens de lâmina inteira. No HEST-Benchmark, a correlação do melhor encoder varia muito conforme o tipo de câncer. É um sinal de pesquisa, não um substituto de um ensaio molecular no cuidado ao paciente.

Posso usar UNI, CONCH ou Virchow2 em um produto comercial?

Não sob os termos públicos desses modelos. Os model cards deles no Hugging Face indicam CC-BY-NC-ND 4.0, limitam o uso à pesquisa acadêmica não comercial, proíbem o uso comercial sem aprovação prévia e pedem que entidades comerciais entrem em contato com os autores. Entre os outros modelos tratados aqui, H-optimus-0 e Prov-GigaPath têm licença Apache-2.0, mas o model card do Prov-GigaPath deixa qualquer implantação fora do escopo, e o do H-optimus-0 exige conformidade regulatória e validação independente para uso em saúde. Os termos mudam, então confira o model card atual; isto não é aconselhamento jurídico.

Esses modelos conseguem ler um laudo de patologia ou diagnosticar câncer?

Não. São modelos de pesquisa que transformam tiles de imagem, e no caso do CONCH também texto, em vetores de características. Os termos do Virchow2 proíbem usá-lo para diagnosticar doenças, o model card do Prov-GigaPath diz que ele não se destina a uso clínico, e os model cards do H-optimus afirmam que nenhum órgão regulador os revisou ou aprovou. Para dúvidas sobre um laudo de patologia, consulte o seu patologista ou o seu médico.

Fontes

• Neidlinger et al., Benchmarking foundation models as feature extractors for weakly supervised computational pathology, Nature Biomedical Engineering 10, 1113–1123 (2026; online em 2025) (preprint no arXiv)

• Chen et al., Towards a general-purpose foundation model for computational pathology (UNI), Nature Medicine, 2024

• Lu et al., A visual-language foundation model for computational pathology (CONCH), Nature Medicine, 2024

• Zimmermann et al., Virchow2: Scaling Self-Supervised Mixed Magnification Models in Pathology, arXiv, 2024

• Xu et al., A whole-slide foundation model for digital pathology from real-world data (Prov-GigaPath), Nature, 2024

• Filiot et al., Distilling foundation models for robust and efficient models in digital pathology (H0-mini), preprint no arXiv, 2025

• Model cards no Hugging Face, consultados em 17 de setembro de 2026: UNI, UNI2-h, CONCH, Virchow2, H-optimus-0, H-optimus-1, H0-mini, Prov-GigaPath, Phikon-v2

• README do repositório Prov-GigaPath, consultado em 17 de setembro de 2026

• Ma et al., PathBench: A comprehensive comparison benchmark for pathology foundation models towards precision oncology, preprint no arXiv, 2025

• Jaume et al., HEST-1k: A Dataset for Spatial Transcriptomics and Histology Image Analysis, NeurIPS 2024 Spotlight

• Repositório HEST e leaderboard do HEST-Benchmark, consultados em 17 de setembro de 2026

• He et al., Integrating spatial gene expression and breast tumour morphology via deep learning (ST-Net), Nature Biomedical Engineering, 2020

• Schmauch et al., A deep learning model to predict RNA-Seq expression of tumours from whole slide images (HE2RNA), Nature Communications, 2020

• Wang et al., Benchmarking the translational potential of spatial gene expression prediction from histology, Nature Communications, 2025

• Howard et al., The impact of site-specific digital histology signatures on deep learning model accuracy and bias, Nature Communications, 2021

• Carloni et al., Pathology Foundation Models are Scanner Sensitive: Benchmark and Mitigation with Contrastive ScanGen Loss, workshop MedAGI 2025 no MICCAI

• Filiot et al., Robustifying pathology foundation models via fine-tuning, preprint no arXiv, 2026

• Ilse, Tomczak e Welling, Attention-based Deep Multiple Instance Learning, ICML 2018

• Lu et al., Data-efficient and weakly supervised computational pathology on whole-slide images (CLAM), Nature Biomedical Engineering, 2021

• Chen et al., Whole Slide Images are 2D Point Clouds: Context-Aware Survival Prediction using Patch-based Graph Convolutional Networks (Patch-GCN), MICCAI 2021

• Imagens médicas — remoção de ruído em ressonância magnética e expressão gênica a partir da patologia, estudo de caso neste site