Los investigadores presentan ALICE, un modelo base unificado para patología computacional entrenado mediante destilación aglomerativa en múltiples etapas. El modelo consolida secuencialmente las capacidades de ocho modelos maestros especializados en una única columna vertebral.

  • Entrenado con 24.985.184 imágenes de patología a nivel de mosaico y 155.604 imágenes de alta resolución.
  • Evaluado en 21 escenarios de tareas, 96 tareas posteriores y 48 fuentes de datos.
  • Logró el mejor rango promedio entre los modelos base de patología coincidentes con la tarea en las tres configuraciones de evaluación.

Los resultados demuestran que la destilación aglomerativa puede consolidar capacidades complementarias de modelos especializados en una columna vertebral unificada para aplicaciones amplias de patología computacional.