CorePath：用于核心针活检诊断和风险控制报告生成的乳腺专用病理学基础模型

乳腺核心针活检 (CNB) 是乳腺癌诊断的核心，但仍然具有挑战性，因为有限的组织采样、病变异质性和细微的形态重叠可能会掩盖亚型差异。我们开发了 CorePath，这是一种乳腺专业多模态病理学基础模型，使用来自两个中心的 7901 配对 CNB 全切片图像和诊断报告从 PRISM 进行微调。在未经特定任务再培训的情况下对六个 CNB 队列和两个公共乳腺病理学基准进行评估后，CorePath 在癌症检测、侵袭评估和组织学亚型分析方面始终优于 PRISM。对于跨私人中心的五级 CNB 组织学亚型，其接受者操作特征曲线 (AUC) 下的加权面积达到了 0.9526-0.9735。在公共基准上，CorePath 的表现优于领先的病理学基础模型，BCNB 浸润性癌亚型分型的最高权重 AUC 为 0.7780，BRACS 病变分层的最高权重 AUC 为 0.8178，BRACS 细粒度分类的权重 AUC 为 0.8252。在报告生成过程中，CorePath 将总体非乳房幻觉从 30.1% 降低到 2.8%，证明了乳房特异性适应后域保真度得到了改善。 CorePath-CRG 进一步将亚型和二元癌症状态预测的保形过滤与基于学习然后测试的阈值校准相结合，以支持选择性叙述发布、诊断回退和推迟。 CorePath-CRG 在已发布的输出中实现了零非乳房幻觉，并在大多数中心经病理学家验证的基于 LLM 的评估分数和定量报告生成指标中显示出最强的整体性能。这些结果表明，具有统计风险控制的领域专业基础模型为准确的乳腺 CNB 诊断和可靠的报告生成提供了一种有前景的方法。