Как выбрать фундаментальную модель для патологии в 2026 году

Лучшей фундаментальной модели для патологии нет. Что говорят о UNI, CONCH и Virchow2 бенчмарки, лицензии, задачи и вычисления. Для исследований, не диагностики.

Единственной лучшей фундаментальной модели (foundation model) для патологии не существует. В независимом бенчмарке, опубликованном в Nature Biomedical Engineering, Neidlinger и соавторы сравнили 19 фундаментальных моделей на задачах уровня слайда: первое место заняла CONCH, Virchow2 отстала совсем немного. В предсказании экспрессии генов лидерборд HEST-Benchmark (по состоянию на 17 сентября 2026 года) ставит на первое место H-optimus-1, а CONCH — ниже. Выбирайте в таком порядке: что разрешает лицензия, что нужно задаче и что ваш вычислительный бюджет способен обработать на гигапиксельных слайдах. Затем оценивайте модель с разбиением данных на уровне пациентов и на когортах, которых она не видела при предобучении.

К этому вопросу я пришёл через свою магистерскую диссертацию о предсказании экспрессии генов по гистологическим изображениям. Сравнения в этой статье — опубликованные результаты других групп, а не мои измерения.

Что такое фундаментальная модель для патологии?

Фундаментальная модель для патологии — это энкодер изображений, предобученный на очень больших коллекциях гистологических слайдов и затем используемый как универсальный экстрактор признаков для множества прикладных (downstream) задач. В цифровой патологии сканер превращает стекло с препаратом в полнослайдовое изображение (whole-slide image, WSI) гигапиксельного масштаба, поэтому типичный пайплайн состоит из двух шагов. Фундаментальная модель превращает небольшие фрагменты (тайлы) ткани, окрашенной гематоксилином и эозином (H&E), в векторы-эмбеддинги, а более лёгкая модель учится решать задачу по этим векторам. Именно так это описывают Neidlinger и соавторы: признаки извлекаются каждой фундаментальной моделью, после чего «эти векторы использовались для обучения агрегатора уровня слайда».

Что даёт энкодер:

• Более дешёвая разметка. В связке с головой MIL (multiple instance learning, обучение на множественных экземплярах) замороженные признаки тайлов позволяют прикладной модели учиться по одной метке на слайд или на пациента, а не по вручную обведённым контурам областей ткани. Сообщается также, что предобученным признакам для патологии нужно меньше размеченных примеров: в статье, представляющей UNI, сказано, что UNI позволяет строить «эффективные по данным» (data-efficient) модели.

• Признаки, которые вычисляются один раз. Эмбеддинги можно закешировать и повторно использовать во многих экспериментах.

• Общие точки отсчёта. Независимые группы сравнивают одни и те же выпущенные энкодеры и публикуют результаты.

Чего энкодер не даёт: диагноза — эти модели не для этого. Не даёт он и модели, валидированной на вашей когорте и устойчивой к вашему сканеру и окрашиванию. Валидация и устойчивость не даются даром, и остальная часть руководства — о том, как их получить.

Обзор моделей в 2026 году: UNI, CONCH, Virchow2 и другие

Чисто визуальные и визуально-языковые энкодеры

Большинство энкодеров ниже — чисто визуальные (vision-only): они учатся исключительно на изображениях.

• UNI (Mahmood Lab): визуальный трансформер (ViT-L/16) с 0,3 млрд параметров. В статье в Nature Medicine сообщается о предобучении на более чем 100 млн изображений из более чем 100 000 диагностических слайдов, окрашенных H&E. UNI2-h, более крупная модель той же лаборатории, — это ViT-H с 681 млн параметров.

• Virchow2 (Paige и Microsoft Research): по данным карточки модели, ViT-H/14 с 632 млн параметров, обученный на 3,1 млн полнослайдовых изображений из Memorial Sloan Kettering Cancer Center. В статье о модели описана и Virchow2G Mini — дистиллированная версия размером 22 млн параметров, полученная из более крупной родственной модели Virchow2G.

• H-optimus-0 и H-optimus-1 (Bioptimus): визуальные трансформеры с 1,1 млрд параметров каждый; по данным карточки H-optimus-0, модель обучена на более чем 500 000 слайдов H&E. H0-mini (Owkin и Bioptimus) — ViT-B/14, дистиллированный из H-optimus-0; в карточке указано 85,7 млн параметров.

• Prov-GigaPath: энкодер тайлов в паре с энкодером слайдов. Xu и соавторы сообщают в Nature, что модель предобучена на 1,3 млрд тайлов из 171 189 полных слайдов от Providence — сети медицинских учреждений в США.

• Phikon-v2 (Owkin): ViT-L, предобученный на публичных коллекциях слайдов, — это важно для проверки на утечку данных, о которой речь ниже.

CONCH (Mahmood Lab) — визуально-языковая модель в этом списке. Её визуальный энкодер — ViT-B/16 с 90 млн параметров, работающий в паре с текстовым энкодером; в статье в Nature Medicine сообщается об обучении на более чем 1,17 млн пар «изображение — подпись». Текстовой части у чисто визуальных энкодеров нет: в карточке CONCH среди сценариев применения указаны zero-shot-классификация и поиск изображений по тексту и текста по изображениям (image–text retrieval).

Сначала решают лицензии и условия доступа

Модель, которую нельзя использовать для вашей цели, — не кандидат, какие бы баллы она ни набирала. Таблица обобщает карточки моделей на Hugging Face в том виде, в каком они были представлены 17 сентября 2026 года. «По запросу» (gated) означает, что перед скачиванием нужно запросить доступ на Hugging Face и принять условия.

Отсюда три вывода:

• Apache-2.0 — не лицензия на клиническое применение. В карточке Prov-GigaPath сказано, что модель «не предназначена и не предоставляется для клинического использования в качестве медицинского изделия, средства клинической поддержки, диагностического инструмента». В карточке H-optimus-0 говорится, что модель «не проверялась, не сертифицировалась и не одобрялась ни одним регулирующим органом».

• Условия Virchow2 — самые недвусмысленные. Пользователи обязуются не применять модель, чтобы «диагностировать, излечивать, облегчать, лечить или предотвращать заболевания», в том числе под маркировкой Research Use Only (RUO) или Investigational Use Only (IUO). Это регуляторные категории для диагностических продуктов, а не академические исследования.

• Большинство моделей с доступом по запросу проверяют, кто вы. Карточки UNI, UNI2-h, CONCH, Virchow2, H-optimus-1 и H0-mini требуют, чтобы адрес почты в аккаунте Hugging Face совпадал с адресом почты вашей организации, и только тогда доступ одобряют.

Условия меняются, поэтому перед скачиванием прочитайте актуальную карточку и правила своей организации. Эта таблица — ориентир, а не юридическая консультация.

Бенчмарки фундаментальных моделей для патологии: что они показывают и кто их проводил

Статья, представляющая модель, оценивает её на задачах, которые выбрали сами авторы. Neidlinger и соавторы формулируют проблему прямо: когда группы, публикующие фундаментальные модели для патологии, оценивают их «на задачах по собственному выбору, высок риск предвзятости». Начинайте с независимых бенчмарков и проверяйте, кто проводил каждую оценку.

Задачи уровня слайда: CONCH на первом месте, Virchow2 рядом

Neidlinger и соавторы протестировали 19 гистопатологических фундаментальных моделей на задачах со слабым контролем (weakly supervised), охватывающих биомаркеры, морфологию и прогноз. Данные взяты из 13 когорт пациентов: 6 818 пациентов и 9 528 слайдов рака лёгкого, колоректального рака, рака желудка и рака молочной железы. Прикладные модели обучались на данных The Cancer Genome Atlas (TCGA) и тестировались на внешних когортах. Это были публичная коллекция CPTAC, на которой не обучалась ни одна из протестированных моделей, и закрытые когорты, которые «никогда не входили в обучающие данные ни одной фундаментальной модели». Предсказания делались на уровне пациента.

Главный вывод опубликованной аннотации: CONCH «показала наилучшие общие результаты в сравнении с чисто визуальными фундаментальными моделями, а Virchow2 заняла близкое второе место». В том же предложении есть оговорка, важная для редких целевых признаков: преимущество CONCH «было менее выраженным в сценариях с малым объёмом данных и в задачах с низкой распространённостью». В полных результатах, в среднем по 31 задаче, CONCH и Virchow2 разделили первое место по среднему AUROC — 0,71 (площадь под ROC-кривой), так что разрыв, стоящий за итоговым рейтингом, невелик.

Рейтинг охватывает только протестированные модели. H-optimus-1 и UNI2-h среди них не было.

Ансамбли и разнообразие данных

Согласно опубликованному бенчмарку, ансамбль, объединяющий предсказания CONCH и Virchow2, превзошёл отдельные модели в 55 % задач. Авторы объясняют это тем, что фундаментальные модели, «обученные на разных когортах, выучивают взаимодополняющие признаки для предсказания одной и той же метки».

Результаты бенчмарка также «указывают на то, что для фундаментальных моделей разнообразие данных важнее их объёма», а его авторы пишут, что «больше — не всегда лучше». Статья о Virchow2, написанная разработчиками модели, добавляет уточнение. Разнообразные данные и методы, специфичные для предметной области, «могут превосходить модели, которые масштабируются только по числу параметров». Однако «в среднем качество выигрывает от сочетания методов, специфичных для предметной области, масштаба данных и масштаба модели». Так или иначе, число параметров и слайдов в карточке не говорит о том, как модель покажет себя на вашей задаче.

UNI, CONCH или Virchow2: почему лидерборды расходятся

Другие оценки дают другой порядок:

• PathBench (препринт) собрал 15 888 слайдов от 8 549 пациентов из 10 больниц, строго исключив любые данные, использованные при предобучении. Среди 19 фундаментальных моделей для патологии, которые в нём оценивались, «наиболее эффективными моделями в целом» названы Virchow2 и H-optimus-1.

• Лидерборд HEST-Benchmark в репозитории HEST ранжирует энкодеры в предсказании экспрессии генов по средней корреляции Пирсона. Его ведёт Mahmood Lab, которая разрабатывает также UNI и CONCH. На лидерборде HEST (по состоянию на 17 сентября 2026 года) лидирует H-optimus-1 с 0,4229, у Virchow2 — 0,4034, у CONCH v1 — 0,3696, а у базовой модели ResNet50 с весами ImageNet — 0,3252. В лидерборде есть и более новые модели, которые это руководство не разбирает, например GenBio-PathFM, идущая сразу за H-optimus-1, и CONCH v1.5; прочитайте их карточки, прежде чем включать их в шорт-лист.

Эти исследования проверяют разные модели, задачи и когорты, а значит, отвечают на разные вопросы. Это хорошо видно на паре UNI и CONCH: на задачах уровня слайда у Neidlinger и соавторов CONCH в целом оказалась выше UNI, а на лидерборде HEST по экспрессии генов UNI в среднем опережает CONCH v1. Полезный итог — не победитель, а шорт-лист из двух-трёх энкодеров, которые хорошо показывают себя в нескольких оценках, включая хотя бы одну независимую, и которые затем проверяются на вашей собственной задаче.

Как подобрать модель под задачу

Классификация слайдов и биомаркеры

Предсказание на уровне слайда обычно строится на слабом контроле: одна метка на слайд или пациента, например статус биомаркера или прогностический исход. Именно этот сценарий измеряли Neidlinger и соавторы, поэтому их бенчмарк — наиболее близкое к этой задаче рецензируемое исследование из цитируемых здесь. PathBench (препринт) тоже оценивает задачи диагностики и прогноза на полнослайдовых изображениях и ставит выше всех Virchow2 и H-optimus-1.

Когда размеченных данных мало, важны два результата. Преимущество CONCH сокращалось в условиях малого объёма данных и низкой распространённости. А когда Neidlinger и соавторы обучали прикладные модели на 300, 150 и 75 пациентах, «все модели показывают схожее снижение качества при уменьшении обучающей выборки». Для редкого биомаркера сначала планируйте когорту, а уже потом выбирайте энкодер.

Экспрессия генов по H&E: bulk и пространственная

Экспрессия генов показывает, насколько активен каждый ген в образце ткани; её измеряют РНК-анализами, например секвенированием РНК (RNA-Seq). Вопрос этого направления исследований — какую часть молекулярного сигнала можно прочитать по морфологии ткани на изображении H&E.

Bulk-экспрессия — один профиль экспрессии на образец. Schmauch и соавторы сообщают, что HE2RNA «можно обучить систематически предсказывать профили RNA-Seq только по полнослайдовым изображениям, без экспертной разметки».

Пространственная экспрессия — предсказание экспрессии в конкретных точках ткани, которому модель учится по данным пространственной транскриптомики. He и соавторы (ST-Net) использовали 30 612 пространственно разрешённых измерений экспрессии генов, сопоставленных с гистологией 23 пациентов с раком молочной железы, и выявили более 100 генов, экспрессию которых удавалось предсказать с разрешением 100 мкм.

HEST-1k — датасет, статья о котором была отмечена как Spotlight на NeurIPS 2024, — объединяет 1 229 пространственных транскриптомных профилей, каждый из которых связан с полнослайдовым изображением. Входящий в него HEST-Benchmark задаёт девять задач: предсказать экспрессию 50 генов с наибольшей нормализованной дисперсией по участкам H&E размером 112 × 112 мкм; метрика — корреляция Пирсона.

Отнеситесь серьёзно к разбросу между тканями. На лидерборде HEST модель H-optimus-1 достигает 0,6589 на кожной меланоме (SKCM), а на аденокарциноме прямой кишки (READ) — 0,2421. Авторы HEST отмечают, что качество «остаётся низким для некоторых задач (например, READ и ccRCC)»; ccRCC — светлоклеточный почечно-клеточный рак. Wang и соавторы сравнили в Nature Communications одиннадцать методов предсказания пространственной экспрессии. При подсчёте по всем генам на двух своих наборах данных пространственной транскриптомики корреляция Пирсона (PCC) и структурное сходство (SSIM) оказались «низкими у всех методов». На отобранных генах оценки были выше; к этому мы вернёмся в разделе о ловушках оценки. Предсказанная экспрессия — исследовательский сигнал, а не замена лабораторному анализу, и сила этого сигнала зависит от ткани.

От тайлов к слайдам: MIL и графовые методы

Обучение на множественных экземплярах (MIL) с механизмом внимания

MIL рассматривает слайд как мешок (bag) тайлов с одной меткой. Ilse, Tomczak и Welling (ICML 2018) предложили MIL на основе внимания (ABMIL) — «инвариантный к перестановкам оператор агрегации», веса внимания которого показывают вклад каждого тайла. CLAM (Lu и соавторы, 2021) использует обучение на основе внимания и «требует только меток уровня слайда».

При сравнении энкодеров выбор агрегатора в бенчмарке Neidlinger и соавторов почти не играл роли: ABMIL уступил трансформерному агрегатору со «средней разницей AUROC 0,01, при этом общий рейтинг моделей в основном не изменился». Простая голова ABMIL — разумный и дешёвый способ проверить модели из шорт-листа.

Графовые представления ткани

Инвариантный к перестановкам пулинг сам по себе не учитывает, как тайлы расположены друг относительно друга. Графовые методы возвращают эту пространственную информацию в модель. Patch-GCN (Chen и соавторы, MICCAI 2021) из статьи под названием «Whole Slide Images are 2D Point Clouds» — графовая свёрточная сеть, которая «иерархически агрегирует гистологические признаки уровня экземпляров, чтобы моделировать топологические структуры локального и глобального уровня». Обратная сторона — больше проектных решений, например как строить граф и как выполнять пулинг, и каждое из них нужно валидировать на тех же разбиениях, что и всё остальное.

Энкодеры слайдов или эмбеддинги тайлов

Некоторые фундаментальные модели дополнены энкодером слайдов; Prov-GigaPath — одна из них. Neidlinger и соавторы включили в сравнение четыре энкодера слайдов и обнаружили, что они «не дали преимущества перед энкодерами тайлов в конфигурациях MIL, за исключением сценариев с малым объёмом данных». Попробуйте энкодер слайдов, когда размеченные когорты невелики.

Ловушки оценки, которые завышают результаты

Каждая из этих ловушек заставляет результат выглядеть лучше, чем он окажется на новых пациентах, и каждая описана в опубликованных работах. Та же привычка «сначала измерь, потом доверяй» относится и к системам на языковых моделях; см. статью о защитных механизмах против галлюцинаций в RAG.

Разбивайте по пациентам, а не по тайлам или спотам

Что идёт не так: тайлы, споты или соседние срезы одного пациента попадают и в обучающую, и в тестовую выборку, так что оценка отчасти измеряет запоминание ткани этого пациента.

HEST-Benchmark использует разбиения, стратифицированные по пациентам, «чтобы избежать утечки данных на уровне пациентов между обучением и тестом». Это кросс-валидация с k фолдами (k-fold), где k равно числу пациентов, или k/2 для ccRCC из-за большого числа пациентов. Разбиения поставляются в виде CSV-файлов. Wang и соавторы оставляли «соседние срезы ткани одного и того же пациента» в одном фолде; их датасет HER2+ содержит 36 срезов ткани от 8 пациентов, поэтому независимая единица — пациент, а не срез.

Сигнатуры центра и сканера

Что идёт не так: модель выучивает, где слайд был подготовлен или отсканирован, а это коррелирует с меткой. На данных TCGA от более чем 3 000 пациентов с шестью подтипами рака Howard и соавторы обнаружили обе составляющие этой проблемы. Целевые переменные — выживаемость, паттерны экспрессии генов и драйверные мутации — существенно различались между центрами, передавшими образцы, а сам центр можно было определить по изображениям. По их словам, «определение центра остаётся возможным, несмотря на широко используемые методы нормализации цвета и аугментации». Такие сигнатуры «могут приводить к чрезмерно оптимистичным оценкам качества модели». Предложенное ими решение разводит обучающие и валидационные образцы модели по разным центрам.

Фундаментальные модели эту проблему не устраняют. Carloni и соавторы (воркшоп MedAGI 2025 на MICCAI) протестировали их на датасете, снятом на нескольких сканерах, и обнаружили, что они «по-прежнему страдают от смещения, связанного со сканером». Препринт Filiot и соавторов от июля 2026 года описывает представления тайлов, которые «остаются чувствительными к различиям сканеров и окрашивания».

Родственный случай — артефакты. Neidlinger и соавторы отмечают, что «такие модели, как UNI, Hibou, Virchow и Kaiko, иногда выделяли пометки маркером»; в их исследовании пометки не исказили классификацию, поскольку «были равномерно распределены по разным классам». Проверьте, не коррелируют ли артефакты, центры и сканеры с вашими метками.

Утечка данных через предобучение

Что идёт не так: тестовые слайды или слайды из тех же учреждений входили в данные предобучения фундаментальной модели. Neidlinger и соавторы отмечают, что «опасения насчёт утечки данных возникают, когда фундаментальные модели тестируются на изображениях из тех же учреждений, на данных которых они обучались». Сами они тестировали на закрытых когортах, которые, по их описанию, никогда не входили в обучающие данные ни одной фундаментальной модели, а также на CPTAC, на которой не обучалась ни одна из протестированных ими моделей.

Проведите ту же проверку. В карточке Phikon-v2 среди источников данных для предобучения указаны TCGA, CPTAC и GTEx (Phikon-v2 в тот бенчмарк не входила), а в карточке H0-mini — слайды TCGA. Для этих моделей нельзя считать, что тестовая выборка из этих коллекций им не знакома.

Средние по отобранным генам

Что идёт не так: корреляцию, усреднённую по отобранным генам, сравнивают с корреляцией по всем генам. На своём датасете HER2+ Wang и соавторы обнаружили, что большинство методов получали более высокие оценки (по корреляции или SSIM) на высоковариабельных или пространственно вариабельных генах, чем на всех генах. Поэтому оценки по топ-50 высоковариабельных генов HEST-Benchmark нельзя сравнивать со средним по всем генам. Указывайте, какие гены вы оценивали и как их отбирали.

Сколько вычислений нужно для полнослайдовых изображений?

Xu и соавторы отмечают, что «стандартный гигапиксельный слайд может состоять из десятков тысяч тайлов изображения», и каждый оставленный вами тайл проходит через энкодер. Бюджет определяют три величины:

• Размер энкодера — один из основных факторов стоимости в расчёте на тайл.

• Число тайлов — зависит от площади ткани и увеличения, при котором вы нарезаете тайлы.

• Размерность эмбеддинга — определяет объём хранения и ширину входа прикладной модели.

Для перечисленных выше энкодеров размеры в таблице взяты из карточек моделей, если не указано иное. «При конкатенации» означает, что токен класса объединяется со средним токеном патчей; такой вариант показан в карточках H0-mini и Virchow2.

Объём хранения легко оценить заранее: для эмбеддингов в float32 bytes ≈ tiles × embedding dimension × 4.

На HEST-Benchmark более крупные энкодеры, как правило, набирают больше, но с убывающей отдачей: в статье HEST сказано, что размер модели «сильно коррелирует со средним качеством, но выигрыш растёт логарифмически с числом обучаемых параметров». Дистилляция — компромиссный вариант. Собственный препринт H0-mini сообщает о «качестве, почти сопоставимом с крупными фундаментальными моделями, при значительно меньшей стоимости инференса», а на лидерборде HEST H0-mini в среднем набирает 0,3958 против 0,4150 у H-optimus-0, своей модели-учителя. Сравнивая модели с разной размерностью эмбеддингов, учтите, что HEST сначала сокращает каждый эмбеддинг до 256 главных компонент, поскольку гребневая регрессия (ridge) «может несправедливо штрафовать модели с большей размерностью эмбеддингов».

Подход, который удерживает бюджет в разумных пределах: извлечь эмбеддинги один раз, закешировать их и обучать на кеше много лёгких голов. Для понимания масштаба: эксперименты из статьи HEST «проводились на одном GPU NVIDIA 3090». Задержка — отдельный бюджет: если каждый новый слайд нужно превращать в эмбеддинги во время инференса, размер энкодера и число тайлов определяют не только счёт, но и время ожидания.

Как это связано с моей диссертацией

Моя магистерская диссертация в Исфаханском технологическом университете, завершённая в сентябре 2025 года, была посвящена вопросу, можно ли предсказывать экспрессию генов по изображениям цифровой патологии. Анализы экспрессии генов медленные и дорогие; полнослайдовые изображения получать быстро и дёшево, но они гигапиксельные. Работа велась в условиях жёсткого ограничения на вычисления и задержку, а подход сочетал графовые нейронные сети, фундаментальные модели компьютерного зрения, адаптированные методы больших языковых моделей, а также статистическое и вероятностное моделирование. На её основе готовится научная статья.

Именно из-за этого ограничения вычисления здесь — критерий выбора, а не второстепенная деталь. Это руководство не сообщает, какие фундаментальные модели использовались в диссертации, и не приводит её результатов: сравнения выше — опубликованные результаты других исследовательских групп, а не мои измерения. Диссертация описана в кейсе по медицинской визуализации и указана на странице исследований.

Чек-лист выбора фундаментальной модели для патологии

• Лицензия и доступ. Карточка разрешает ваш сценарий использования, а ваш аккаунт соответствует условиям доступа.

• Тип задачи. Метка слайда, биомаркер, прогноз, bulk-экспрессия или пространственная экспрессия.

• Шорт-лист. Энкодеры, которые хорошо показывают себя более чем в одной оценке, включая независимую, а не только в собственных статьях.

• Пересечение с предобучением. Источники данных предобучения из каждой карточки сверены с вашими тестовыми когортами.

• Разбиения. Как минимум на уровне пациентов, по возможности на уровне центров, а если удастся получить — с внешней когортой.

• Конфаундеры. Центр, сканер, окрашивание и артефакты проверены на связь с меткой.

• Метрика и набор генов. Для экспрессии указаны и метрика, и гены, по которым считалась оценка.

• Вычисления. Время извлечения признаков измерено на вашем оборудовании, эмбеддинги закешированы, дистиллированная модель опробована.

• Ансамбли — в последнюю очередь. Модели объединяются только после того, как каждая измерена по отдельности.

Если вы определяете рамки системы компьютерного зрения, которая должна уложиться в аппаратные ограничения, на странице консалтинга описано, как я работаю.

Частые вопросы

Какая фундаментальная модель для патологии лучшая?

Лучшей для всех задач нет. В независимом бенчмарке Neidlinger и соавторов, где 19 моделей сравнивались на задачах уровня слайда, CONCH заняла первое место, а Virchow2 — близкое второе; PathBench (препринт) отдаёт предпочтение Virchow2 и H-optimus-1; лидерборд HEST (по состоянию на 17 сентября 2026 года) ставит H-optimus-1 на первое место по экспрессии генов. Составьте шорт-лист на основе этих данных, а затем проверьте модели на своей задаче.

Можно ли предсказать экспрессию генов по слайду H&E?

Отчасти — для некоторых генов и тканей. He и соавторы (ST-Net) нашли более 100 генов, экспрессию которых удавалось предсказать по гистологии рака молочной железы, а HE2RNA предсказывала bulk-профили RNA-Seq по полнослайдовым изображениям. На HEST-Benchmark корреляция лучшего энкодера сильно различается в зависимости от типа рака. Это исследовательский сигнал, а не замена молекулярному анализу при лечении пациентов.

Можно ли использовать UNI, CONCH или Virchow2 в коммерческом продукте?

По их публичным условиям — нет. В их карточках на Hugging Face указана лицензия CC-BY-NC-ND 4.0, использование ограничено некоммерческими академическими исследованиями, коммерческое использование без предварительного одобрения запрещено, а коммерческим организациям предлагается связаться с авторами. Из остальных рассмотренных здесь моделей H-optimus-0 и Prov-GigaPath распространяются под Apache-2.0, но карточка Prov-GigaPath выводит любое развёртывание модели за пределы области применения, а карточка H-optimus-0 требует для применения в здравоохранении соблюдения нормативных требований и независимой валидации. Условия меняются, поэтому сверяйтесь с актуальной карточкой; это не юридическая консультация.

Могут ли эти модели прочитать гистологическое заключение или диагностировать рак?

Нет. Это исследовательские модели, которые превращают в векторы признаков тайлы изображений, а в случае CONCH — и текст. Условия Virchow2 запрещают применять её для диагностики заболеваний, в карточке Prov-GigaPath сказано, что модель не предназначена для клинического применения, а в карточках H-optimus указано, что ни один регулятор их не проверял и не одобрял. С вопросами о гистологическом заключении обращайтесь к врачу-патологоанатому или лечащему врачу.

Источники

• Neidlinger и соавторы, Benchmarking foundation models as feature extractors for weakly supervised computational pathology, Nature Biomedical Engineering 10, 1113–1123 (2026; онлайн-публикация — 2025) (препринт на arXiv)

• Chen и соавторы, Towards a general-purpose foundation model for computational pathology (UNI), Nature Medicine, 2024

• Lu и соавторы, A visual-language foundation model for computational pathology (CONCH), Nature Medicine, 2024

• Zimmermann и соавторы, Virchow2: Scaling Self-Supervised Mixed Magnification Models in Pathology, arXiv, 2024

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

• Filiot и соавторы, Distilling foundation models for robust and efficient models in digital pathology (H0-mini), препринт на arXiv, 2025

• Карточки моделей на Hugging Face, проверено 17 сентября 2026 года: UNI, UNI2-h, CONCH, Virchow2, H-optimus-0, H-optimus-1, H0-mini, Prov-GigaPath, Phikon-v2

• README репозитория Prov-GigaPath, проверено 17 сентября 2026 года

• Ma и соавторы, PathBench: A comprehensive comparison benchmark for pathology foundation models towards precision oncology, препринт на arXiv, 2025

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

• Репозиторий HEST и лидерборд HEST-Benchmark, проверено 17 сентября 2026 года

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

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

• Wang и соавторы, Benchmarking the translational potential of spatial gene expression prediction from histology, Nature Communications, 2025

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

• Carloni и соавторы, Pathology Foundation Models are Scanner Sensitive: Benchmark and Mitigation with Contrastive ScanGen Loss, воркшоп MedAGI 2025 на MICCAI

• Filiot и соавторы, Robustifying pathology foundation models via fine-tuning, препринт на arXiv, 2026

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

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

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

• Медицинская визуализация — шумоподавление на МРТ и экспрессия генов по гистологическим изображениям, кейс на этом сайте