通过语言介导的鲁棒嵌入生成减轻组织病理学中的批次效应

病理学基础模型 (PFM) 在临床和科学应用中表现出强大的潜力，但其性能常常受到批次效应的阻碍，批次效应是组织来源机构 (TSI) 之间的非生物变异，会扭曲学习的特征表示并损害泛化。传统的缓解策略（例如染色归一化）在解决这些高维、复杂的伪影方面效果有限。我们提出了 GLMP（通用 LLM 介导病理学模型），这是一种新颖的框架，可以通过中间文本表示从组织学图像块生成稳健的数值嵌入。通过利用预训练的通用多模态 大语言模型 (MLLM) 和文本编码器，GLMP 有效地将具有生物学意义的信号优先于 TSI 特定的工件，从而提高跨机构泛化。据我们所知，GLMP 是第一个使用组织学特征的文本描述作为从组织学图像生成数值嵌入的中间表示的病理学模型。我们的结果强调了宽域、非专业 MLLM 在计算病理学中尚未开发的潜力，并引入了一种用于构建通用、可推广和稳健的病理学模型的新范例。