Uncertainty-aware and causal test-time adaptive foundation model for robust colorectal cancer pathology diagnosis
8.0
来源：
Nature
关键字：
computational pathology
发布时间：
2025-12-07 03:32
摘要：
UAD-FM是一种不确定性感知和因果自适应的基础模型，旨在提高结直肠癌病理诊断的可靠性。该模型通过整合不确定性分解和因果自适应，解决了现有计算病理模型的局限性。研究表明，UAD-FM在多个公共数据集上展现出优越的准确性和领域鲁棒性，支持人机协作，具有广泛的临床应用潜力。
原文：
查看原文
价值分投票
评分标准
新闻价值分采用0-10分制，综合考虑新闻的真实性、重要性、时效性、影响力等多个维度。
评分越高，表示该新闻的价值越大，越值得关注。
价值维度分析
domain_focus
1.0
business_impact
0.5
scientific_rigor
1.5
timeliness_innovation
1.5
investment_perspective
2.5
market_value_relevance
1.0
team_institution_background
0.5
technical_barrier_competition
0.5
关键证据
UAD-FM在五个公共CRC数据集上表现出优越的准确性和领域鲁棒性。
模型集成了不确定性分解和因果自适应，提升了临床可靠性。
提供了一个统一、透明的框架，适用于异质临床环境。
真实性检查
否
AI评分总结
UAD-FM是一种不确定性感知和因果自适应的基础模型，旨在提高结直肠癌病理诊断的可靠性。该模型通过整合不确定性分解和因果自适应，解决了现有计算病理模型的局限性。研究表明，UAD-FM在多个公共数据集上展现出优越的准确性和领域鲁棒性，支持人机协作，具有广泛的临床应用潜力。