Pesquisadores apresentam o ALICE, um modelo base unificado para patologia computacional treinado por meio de destilação aglomerativa em múltiplas etapas. O modelo consolida sequencialmente capacidades de oito modelos professores especializados em uma única estrutura principal.
- Treinado em 24.985.184 imagens de patologia em nível de tile e 155.604 imagens de alta resolução.
- Avaliado em 21 cenários de tarefas, 96 tarefas downstream e 48 fontes de dados.
- Alcançou a melhor média de classificação entre modelos base de patologia correspondentes à tarefa em todas as três configurações de avaliação.
Os resultados demonstram que a destilação aglomerativa pode consolidar capacidades complementares de modelos especializados em uma estrutura principal unificada para aplicações amplas de patologia computacional.