病理基礎モデルは、全スライド画像（WSI）から派生した大規模なパッチストリームで事前学習されますが、データ構築時の監視信号はスライドレベル、疎、または異種であることが多いです。この不一致により、どの生物学的パターンが事前学習データに入るかを理解し制御することが困難になります。この問題に対処するため、研究者らはSlideCheckを提案しました。これは凍結された病理基礎モデルのパッチ特徴上に構築された軽量な事前学習データガイダンスツールです。
独立したパッチ診断モデルとして機能するのではなく、SlideCheckは病理事前学習データを整理、フィルタリング、監査するための明示的な異常度と悪性度のスコアを提供します。デュアルヘッドMLPアーキテクチャを採用し、広範な異常形態と悪性証拠を別々にモデル化します。具体的には、正則化された特徴空間スコアラーがパッチレベルの証拠推定のための教師ありアンカーを提供し、スコア・アテンション一致メカニズムがパッチスコアとWSIレベルの多インスタンス学習（MIL）アテンションを組み合わせて、高信頼度の疑似ラベルをマイニングします。
これらのスコアを利用して、広陽性ViT事前学習サブセットを構築できます。パッチが異常または悪性証拠のスコアで設定された閾値を超えると、そのパッチがサブセットに選択されます。実験は、SlideCheckが定義するデータ分布が自己教師ありViT事前学習の下流動作に実際に影響を与えることを示しており、生物学的構成が病理基礎モデル開発における重要な制御可能因子であることを示唆しています。
さらに、キュレーションされたサブセットは全データを使用した場合の性能に近づくことができ、明示的にスコアリングされたパッチプールがより効率的で監査可能な事前学習データ構築を支援する可能性を示しています。これらの発見は、SlideCheckをデータガイダンスと監査のレイヤーとして位置づけ、大規模で未分化なパッチプールを制御可能で再利用可能な事前学習データセットに変換します。この論文はMingyi Heら10名の著者によって執筆され、9ページ、2図、4表を含み、2026年5月28日にarXivに提出されました。コンピュータビジョンとパターン認識（cs.CV）および人工知能（cs.AI）の分野に属します。