更好地阅读AI × 医学研究。
Tatakoto解读应用于健康领域的人工智能科学出版物。用于癌症检测的Transformer、医学影像基础模型、临床推理中的大语言模型。每篇文章都讲述研究发现了什么、没有说什么、以及会改变什么。
ER-JEPA：无需标注学习12导联心电图——在基准上达到最先进水平，但临床上仍一无所有
一个分层自监督模型ER-JEPA，在约174 000份来自中国和巴西的未标注12导联心电图上进行预训练，随后在两个公开测试集上评估。它在ST-MEM基准上与最先进水平持平，并在PTB-XL微调上将其超越（AUC 0.936与0.943），且仅用一块消费级显卡——但作者承认训练不稳定，代码尚未公开，且没有任何数字被转化为临床性能。
用深度学习从临床病历构建的电子衰弱指数：在193 629名芬兰人中，最衰弱者的死亡风险升高逾7倍——但其分界值是在它所预测的死亡率上校准的
一支芬兰团队用深度学习从自由文本临床病历中提取十项功能性缺陷，再加上ICD-10编码和化验结果，构建电子衰弱指数。在193 629名35至103岁的人群中，最衰弱者的死亡风险升高7.3倍、重症感染风险升高9.2倍——但衰弱分界值是在它所预测的死亡率上校准的，比较对象偏弱，且验证仍为单中心。
Genosolver：读取临床病历以诊断罕见病的大语言模型——在已解决病例中致病基因排名第一的比例为72%，但在未解决病例上仅多出1.7%的诊断
亚琛的一支团队将大语言模型、推理模型和RAG结合起来，从非结构化临床病历中提取表型，并对罕见病中的遗传变异重新排序。在已解决的病例中，致病基因排名第一的比例为72%，胜过Exomiser，但对1 875例未解决病例的重新分析仅增加1.7%的诊断——而且比较对象获得的信息比模型少。
预测十年缺血性卒中风险：一个胜过传统评分的XGBoost，但其绝对风险在不同医院之间崩塌
来自伯明翰和西奈山的团队将电子健康记录、化验轨迹和二十个多基因风险评分结合到一个XGBoost中，用于预测十年缺血性卒中。该模型大幅超越传统评分，其排序能力可迁移到外部队列——但绝对风险在不同医院之间崩塌，基因组的贡献微乎其微，自报种族几乎没有增加任何信息。
在视网膜色素变性中分割视网膜内层：两个AI模型（含SAM基础模型），仅用228张OCT切片训练
哥廷根团队改造SAM基础模型与一个nnU-Net，在极少标注数据下测量视网膜色素变性患者OCT图像的视网膜内层。它在内层上可靠，却恰恰在用于疾病分期的那一层失手，且仅在单一队列上验证。
RadGrounder：一个能"指出自己在看哪里"的放射学视觉-语言模型，在120万张切片上训练，且无需人工标注
RadGrounder能撰写报告、回答问题，并在图像上定位它所提及的结构，训练数据为120万张CT和MRI切片，标签完全由其他AI生成。它在两个公开基准上表现出色，但其空间锚定只指向器官——从不指向病灶。
急性重症胰腺炎：在722例患者中，随机森林击败所有深度学习模型
在一个722例患者的中国队列中，十一种模型在入院时预测急性重症胰腺炎：经典模型胜出（随机森林，AUC 0.877），深度学习失败；但该队列中81%为重症病例，与真实情况相反。
卒中预后：在 MR CLEAN 试验上比较六名神经科医生、一个经典模型与一个深度学习模型
在 MR CLEAN 试验中，模型预测大血管闭塞性卒中后三个月残疾程度优于六名神经科医生，而后者系统性的乐观偏差扭曲了预后判断。
从图像分类急诊心电图：ConvNeXt 集成模型在 18 519 份记录上逼近心脏科医生
在圣保罗 InCor，一个读取心电图图像的模型对 12 类急诊心电图记录分类，宏 F1 达 0.807，而标注的心脏科医生为 0.820——在只有纸质或拍照记录可用时尤为有用。
重症监护室死亡预测：仅凭入院前 24 小时数据在 MIMIC-IV 上预测院内死亡，以及为何校准与区分同等重要
五个表格模型在 MIMIC-IV 的 53,866 例住院上预测重症监护室死亡。AUROC 为 0.856，但 AUPRC 仅 0.45、且仅来自单一中心，提醒了其局限。
前列腺癌：用变换器分割 PSMA PET/CT 上的病灶，并在放射性配体治疗前进行生存分层
一种视觉变换器 Fine-UNETR 在全身 PET/CT 上自动分割 PSMA 病灶。内部 Dice 为 66.63%，但外部验证仅 44.11%。
StrokeTHG：用病历异构图预测卒中后 30、90、365 天的死亡率
一种异构图神经网络从电子病历预测卒中后三个时间点的死亡率。AUROC 0.837-0.878，但为单中心、直推式评估，缺乏外部验证。
多模态肿瘤学中的基础模型：一次对病理与转录组的审计揭示了什么
在 7600 名患者的病理切片与转录组上评测五个基础模型：在组学上，简单的主成分分析胜过专用模型，融合模态也并非总有帮助。
用人工智能筛查宫颈癌：四国验证揭示了什么
一个多任务模型仅凭一张阴道镜图像就能区分需要治疗的病变（CIN2+）。它在德国和印度表现稳健，在罗马尼亚却跌至随机水平。
自动判读 qPCR 的 Ct 值：一个在 41,770 条扩增曲线上训练的模型说明了什么
一个 XGBoost 模型在 41,770 条 qPCR 曲线上学习"正常"的 Ct 行为以识别异常扩增——但其参照仍是仪器本身，且跨仪器时彻底失效。
当皮肤癌检测器换了一个国家：一套皮肤镜图像级联分类器在从 ISIC 数据库迁移到俄罗斯临床数据时，AUC 从 0.96 跌至 0.80（arXiv，2026）
对 2026 年 6 月 11 日由 Elena Kozachok 及其同事发布于 arXiv 的预印本的解读：四种深度学习架构（ViT-B/16、Swin-S、ConvNeXt-S、EfficientNetV2-S）与三种分类方案——二分类、四分类、以及"先分诊再鉴别"的级联——在开放的 ISIC 数据库上训练，再在两个小型俄罗斯临床数据集上测试。内部良性/恶性判别表现优异（ROC-AUC 0.952 至 0.966）；在谢切诺夫大学的数据上则降至 0.797–0.893，灵敏度跌到 0.53–0.67，校准误差从 0.02 升至 0.27–0.39，模型低估了恶性程度。级联方案带来了单阶段分类器所没有的显式灵敏度调控。该工作坦诚地呈现了泛化差距，但外部队列极小且不平衡，既无皮肤科医生对照，也无前瞻性验证。
提前五分钟预测心房颤动：一个个性化神经网络读取可穿戴设备的心电图（arXiv，2026）
解读一篇于 2026 年 6 月 9 日发表在 arXiv 上、来自首尔国立大学团队的预印本：从一段 60 秒的单导联心电图（ECG）出发，一个神经网络尝试预测心房颤动是否会在 5 分钟内发作。用每位患者最初 24 小时的记录对模型进行个性化，可使内部队列的 AUROC 从约 0.61 升至 0.71，在一个韩国外部队列上从 0.59 升至 0.69。这项工作切实、代码开源、验证横跨三个队列——但判别力仍属中等，阈值是在患者自己的测试数据上调出来的，欧洲外部队列仅 6 名患者，且两位作者与设备制造商存在关联。
SchistoTrackNet：一个神经网络读取肝脏超声以检测血吸虫病的纤维化（medRxiv，2026）
解读一篇于 2026 年 6 月 2 日发表在 medRxiv 上的预印本：一个神经网络对肝脏超声图像进行分类，以检测乌干达农村地区由血吸虫病引起的门静脉周围纤维化。SchistoTrackNet 在来自 SchistoTrack 队列的 3710 张图像上训练，在六个类别上达到 82.2% 的准确率，且与采集图像的超声医师的一致性（kappa 0.77）高于第二位超声医师（0.54）。这项工作以少见的严谨对待一种被忽视的疾病——但其参考标准仅为单一人类阅片者，数据来自单一国家和单一设备，而最严重的纤维化只有一半能被检出。
从骨髓涂片诊断急性髓系白血病：一条绕开原始细胞计数的"细胞到患者"流程（arXiv，2026）
解读一篇于 2026 年 6 月 9 日发表在 arXiv 上的预印本：一条深度学习流程检测并分类骨髓涂片中的细胞，再将这些观察聚合为按患者计的评分，以辅助急性髓系白血病的诊断。该流程在来自六个中心的 258 名患者（其中 89 名用于外部验证）上完成验证，在三个未见过的中心上取得 0.87 至 0.91 的加权 F1。论证严谨，细胞到患者的衔接也设计得当——但模型学习的目标是一个形态学替代物，而非白血病原始细胞，且预印本未公开任何患者层级的诊断指标，也没有代码、没有与细胞形态学专家的比较。
当乳腺密度扭曲筛查 AI 的评估：Mass-Bench 基准与被掩盖的性能衰减（Mathematics，2026）
解读一篇于 2026 年 6 月 10 日发表于 Mathematics 的研究：Mass-Bench 整合了四个公开乳腺 X 线摄影数据集（32,930 张图像，8,245 名患者），用以衡量肿块检测与 BI-RADS 分类——不是整体衡量，而是按乳腺密度分层衡量。其结论——乳腺越致密，性能越是崩塌，而失衡的评估恰恰掩盖了这一点——既真实又有用。但论文本身复现了它所抨击的若干缺陷：摘要中的亮眼数字在自己的表格里遍寻不见、测试单元仅含一张图像，以及一个号称"基准"的东西却没有公开任何代码。
设计只识别靶标单一形态的蛋白质：AlloGen 与可学习的构象选择性（arXiv，2026）
解读 AlloGen，一篇于 2026 年 6 月 3 日发布于 arXiv 的预印本：一个生成定制蛋白质的框架，使其只结合靶标的单一构象——酶的活性形态而非静息形态。其核心是一个可学习的打分器 Q_θ，用于评估蛋白质-蛋白质界面的构象选择性。在八个训练中从未见过的靶标上，它达到 0.520 的平均秩相关；在钙调蛋白上，从头设计的多肽结合 holo 形态而对 apo 形态无可检测结合。这是构象选择性可学习的优雅且可复现的证明，但仅一个湿实验靶标、一个替代指标、薄弱的对照以及非商业许可证，使其远在任何药物的上游。
用机器学习预测抗HIV治疗的依从性失败：在192 732份多国病历上的“真实世界”验证值多少？（medRxiv，2026）
解读2026年5月发布在medRxiv的一篇预印本：在192 732份多国临床病历上验证机器学习模型，用以预测抗HIV治疗的依从性失败并量化诊疗路径中的缺口。时间验证的AUC为0.772，研究记录到从诊断到开始治疗的中位延迟为74天。这是一项诚实而有用的大规模演示，但区分度一般、公开摘要中依从性结局定义不透明、经济测算的假设未公开，都提示应当把这些数字看作其本来的样子。
用拓扑与视觉Transformer给脑肿瘤分类：在单一MRI数据集上99.1%的准确率值多少？（Ahmed 2026, arXiv）
解读Faisal Ahmed（Embry-Riddle Aeronautical University，亚利桑那州）于2026年5月30日发布在arXiv的预印本：一个把视觉Transformer与拓扑数据分析（持续同调）融合、将脑部MRI分为四类的模型。它在公开基准BRISC2025上报告了99.10%的准确率和99.98%的AUC——但相对现有模型的提升落在噪声范围内，评估只依赖单一数据集，且按图像而非按患者划分，无法排除数据泄漏，测试集还兼作模型选择之用。
BreastGPT：用一个多模态模型覆盖乳腺癌全诊疗流程——自建基准上 90% 的分数究竟意味着什么（Liu 等，2026，arXiv）
对 2026 年 6 月 3 日提交至 arXiv 的预印本的解读，作者为 Yang Liu 等（阿里巴巴达摩院、浙江大学、湖畔实验室、四川大学华西医院、中国医科大学）：BreastGPT，一个号称覆盖乳腺癌全诊疗流程——筛查、诊断、治疗规划——的 80 亿参数多模态大语言模型，涵盖五种影像模态（乳腺X线、超声、MRI、CT、病理切片）及文本。模型在很大程度上由阿里自家大模型构建的 186 万条问答对上训练，在其自建基准 BreastStage-Bench 上达到 75.66% 的选择题准确率和 89.92% 的开放题得分。这是一次真实的工程展示，但大部分差距来自在与测试完全相同的分布上训练：公平的对照只高出几分，没有在真实患者上评估，也没有与临床医生对比，而"标准答案"在很大程度上由自家模型生成。
MCEN：用 Mamba 架构从一次穿刺活检预测乳腺癌化疗的完全缓解（Zhang 等，2026，npj Digital Medicine）
对 2026 年 6 月 2 日发表于 npj Digital Medicine 的论文的解读，作者为 Wenchuan Zhang、Shuwan Zhang、Fengling Li、Qingjie Lv、Yuhao Yi 与 Hong Bu（四川大学华西医院等）：MCEN，一个基于 Mamba 架构的深度学习模型，可从作为数字切片读取的穿刺活检中预测乳腺癌患者在新辅助化疗后能否达到病理完全缓解。模型在一家中国医院的 1023 例患者上训练，并在另外四个独立中心（共 1646 例患者）上测试，训练 AUROC 为 0.923，但在外部验证中降至 0.76–0.81，融合临床病理数据后最高升至 0.84。其真正的多中心验证以及 Mamba 在十亿像素图像上的高效性是优点，但研究仍受限于明显的训练-验证差距、纯中国队列、剔除非典型类型的排除标准，以及缺乏与病理医生的对比。
SKELEX：用 130 万张 X 光片训练的基础模型来读骨——从囊肿到骨折（Kim 等，2026，npj Digital Medicine）
对 2026 年 6 月 2 日发表于 npj Digital Medicine 的文章的解读，作者为 Shinn Kim、Soobin Lee、Ilkyu Han、Sunghoon Kwon 及首尔大学的同事：SKELEX 被称为首个面向肌肉骨骼 X 光片的大规模基础模型。一个以 ViT-Large 为骨干的掩码自编码器，在来自单一韩国医院（2010–2016）的 1,296,540 张无标注 X 光片上进行自监督预训练，随后被适配到 7 个公开数据集上的 12 项诊断任务。它以平均相对 6.21% 的幅度超过五个基线模型（在骨肿瘤检测上 AUROC 为 0.953，而其自身初始化模型为 0.884），校准更好，并以一半的标注就达到了最优模型的水平。该工作在标注效率和方法学严谨性上令人信服，但受限于单中心、单一国家的训练数据，真正的外部验证仅限于骨肿瘤这一项应用，缺乏与放射科医生的比较，分辨率被压缩到 224×224，且权重仅供学术使用发布。
PINNOCHIO：用物理约束神经网络预测正颌手术后的面部，精度比肩有限元，却只需几秒（Lee 等，2026，arXiv）
对 2026 年 6 月 1 日发布于 arXiv（投稿至 MICCAI 2026）的预印本的解读，作者为 Jungwook Lee、Daeseung Kim、Kevin Gu、Zhangfeng Hu、Tianshu Kuang、Finn Hopeman、Michael A.K. Liebschner、Jaime Gateno 和 Pingkun Yan（伦斯勒理工学院、休斯顿卫理公会、贝勒医学院）：PINNOCHIO 是一种物理约束神经网络，通过将骨–组织界面的运动与体积的超弹性变形分开，逐患者预测颌骨手术复位后面部软组织的变形。在 40 例真实临床病例（术前 CT + 术后 3dMD 表面）上，它在表面保真度上达到或超过作为参照的有限元模拟器（Chamfer 距离 1.12 毫米对 1.30；86.55% 的点在 2 毫米以内对 80.90%），而运行时间为 3.24 秒，而非 3.5 小时。该工作在速度与生物力学合理性上令人信服，但受限于仅 40 例的队列、只覆盖外表面的监督、所有患者共用的固定力学参数，以及未公开的代码与权重。
当大语言模型必须自己问诊：一个受临床考试启发的基准显示，交互式诊断推理会拉低表现（Zhan 与 Gan 2026，arXiv）
对 Chen Zhan、Xihe Qiu、Xiaoyu Tan、Xibing Zhuang、Gengchen Ma、Yue Zhang、Shuo Li、Peifeng Liu、Xiaoxiao Ge、Liang Liu 与 Lu Gan 于 2026 年 5 月 21 日发布在 arXiv 上的预印本的解读：一个"受 OSCE 启发"的基准，其中一个标准化病人模拟器迫使十五个大语言模型（LLM）像医学生一样，一轮一轮地自己完成问诊，然后再作出诊断。在 468 个病例上，从一开始就把信息全部给出，转为主动采集病史，会使诊断准确率下降 12.75%，使所引证据的质量下降 24.36%，错误主要源于过早的诊断闭合与低效的提问。结论冷静而有用：在静态医学选择题上的排行榜，很可能高估了这些模型在真实问诊中的能力。局限：病人模拟器本身也是算法，病例来源在可获取的摘要中未作说明（存在污染风险），且数字以相对值报告，没有明确的人类对照。
GTBIS：一个解读肺神经内分泌混合癌形态学以预测预后的深度学习模型（Yang 与 Zhou 2026，npj Digital Medicine）
对 Lin Yang、Ruyu Sheng、Zijian Yang、Shilong Liu 与 Meng Zhou（中国医学科学院北京国家癌症中心/肿瘤医院、温州医科大学、哈尔滨医科大学附属肿瘤医院）于 2026 年 5 月 30 日发表在 npj Digital Medicine 论文的解读：GTBIS 是一个可解释的深度学习模型，它解读病理切片的形态学以区分小细胞肺癌（SCLC）与大细胞神经内分泌癌（LCNEC），再将该解读应用于混合型 cSCLC-LCNEC 肿瘤以进行预后分层。在合计 670 例患者的多中心队列中，模型把接受放化疗的混合型肿瘤分为预后良好的 SCLC 样亚组（五年总生存率 100% 对 39.5%，无病生存率 87.5% 对 36.0%）与预后不良的 LCNEC 样亚组，且在多变量分析中该分类仍是独立预后因素。但样本量有限，所有中心均在中国，验证为回顾性且无明确的人类对照，许可证 CC BY-NC-ND 也封闭了改编。
Pathog-PDx：一个从电子病历识别22种儿童呼吸道病原体的机器学习系统（Su 2026, npj Digital Medicine）
对2026年5月29日发表于npj Digital Medicine的Dubin Su、Qun Chen、Ruizhi Xu等（厦门大学附属第一医院、郑州大学、南京大学、深圳市第二人民医院与UIUC）研究的批判性解读：Pathog-PDx，一个综合电子病历中42项临床与实验室特征来区分22种住院儿童呼吸道感染病原体亚型的诊断系统。开发队列涵盖三家临床中心与两个数据库的134,500名儿童，独立前瞻验证队列1,338名儿童，22种病原体的平均AUC为0.88，流感病毒为0.95，明确处理混合感染，并部署了基于web的决策支持系统的公开访问。但所有开发中心均位于中国，摘要中缺失人类临床比较，CC BY-NC-ND许可阻碍学术二次开发，且对22类金标准本身的讨论仍值得单独展开——分子生物学在不同病原体上的精度差异显著。
EpiVLM：用于视频癫痫发作检测与分类的视觉-语言模型，从医院到家庭（He 2026，npj Digital Medicine）
对2026年5月26日发表于npj Digital Medicine的Mengqiao He、Leihao Sha、Pengfei Wei、Lei Chen等（四川大学华西医院与中国科学院深圳先进技术研究院）研究的解读：EpiVLM是一个视觉-语言模型（VLM），将临床结构化提示词与视频推理相结合，识别五种癫痫发作症状学，基于来自两个三级医院、不受控的家庭录制以及一个独立公开数据集的232段视频、127名患者、11666个专家标注片段。准确率0.795-0.947，灵敏度0.842-0.957，视频级假阳性率0.47%-2.45%，从发作开始到检测的平均延迟低于6秒，提示词与决策阈值预先固定且无需站点重校准。但所有三级医院均位于中国，家庭视频队列在摘要中描述有限，未与人类标注者进行正面比较，且一位共同作者隶属于私营公司（Brain Everest LLC）却未声明利益冲突。
用于卒中后个体化认知预后的自动化神经影像流水线（Brzus 2026年，npj Digital Medicine）
对Michal Brzus、Joseph Griffis、Aaron D. Boes及其同事（爱荷华大学）于2026年5月27日发表在《npj Digital Medicine》上的论文的批判性分析：一个完全自动化的DICOM到PDF流水线，使用3D Residual U-Net分割缺血性病灶，通过病灶网络映射预测28项神经心理学结局，并通过物理隔离运行的LLaMA 3.3 70B在三分钟内撰写个性化报告。训练使用Iowa Lesion Registry的604例患者，独立测试使用153例使用17种扫描仪型号成像的缺血性卒中患者。在五个详细的认知领域上AUC为0.74至0.90，自动分割与手动分割得到的预测之间一致性达96%。但训练和测试来自同一中心，无临床比较器（NIHSS、mRS、纯人口学），报告的临床审核由资深作者本人完成，且七位作者中有四位持有相关专利并共同创立NeuroPred Inc.
SHAP 与 SVM 预测子宫内膜癌术后下肢深静脉血栓(Zhou 2026,npj Digital Medicine 研究解读)
解读周庆等人 2026 年 5 月 27 日发表于 npj Digital Medicine 的论文:基于四变量(术后 D-二聚体、年龄、纤维蛋白原、FIGO 分期)的 SVM 模型预测子宫内膜癌术后下肢深静脉血栓,内部验证 AUC 0.828、外部队列 AUC 0.819,基于 841 + 95 例中国患者,并采用 SHAP 提供可解释性。但影像由症状触发(检测偏倚)、队列 100% 为中国患者、未与 Caprini/Wells 评分正面对比,且 D-二聚体测量在术后进行 — 与其说是严格预测,不如说是早期检测辅助。
UNet-MoE-Cli：用混合专家模型为直肠癌新辅助治疗个体化（Liu 2026，npj Digital Medicine）
解读刘翔宇等2026年5月26日发表于npj Digital Medicine的文章：UNet-MoE-Cli，一个基于多参数MRI和临床变量的mixture-of-experts深度学习模型，逐方案估计局部晚期直肠癌新辅助治疗的病理完全缓解概率。内部验证AUC 0.827，前瞻性队列AUC 0.790（ChiCTR2400085797），但敏感度仅0.45–0.53，nCT专家仅在单一中心训练，队列100%为中国人，且升级方案的获益由模型自身计算。
当文本吞噬图像：Restrepo 2026研究揭示了临床VLM在MIMIC-CXR上的上下文脆弱性
解读David Restrepo（CentraleSupélec-巴黎-萨克雷大学）及其同事于2026年5月17日发布的arXiv预印本2605.17436：八个视觉-语言模型在MIMIC-CXR的1 000张胸部X光片上被评估，当临床文本被替换为相反类别患者的文本时，多达66%的正确决策会反转为错误。仅图像准确率仅为0.50–0.68，仅文本就能与多模态匹敌。即使是经过医学适配的MedGemma也崩溃了。这些VLM本质上是伪装成图像阅读器的报告分类器。
PromptRad：仅用32份标注的肝脏CT报告，便能与GPT-4打成平手
解读Ying-Jia Lin等人（台湾长庚大学）2026年5月发表的arXiv预印本2605.20052（BioNLP 2026 @ ACL）：一个1.1亿参数的PubMedBERT，通过UMLS词表增强的prompt-tuning微调，在七类肝脏病灶的CT报告分类上仅用32份标注样本便达到89.2%的宏F1，并在否定句处理上优于GPT-4。
一万例合成病例对决四个前沿大语言模型：Auger 2026研究揭示Gemini 3和GPT-5在多发性硬化中的临床盲点
解读Stephen D. Auger（伦敦帝国理工学院）2026年4月发表于medRxiv的预印本：基于多达10 000个带有真值标签的多发性硬化合成病例，对四个前沿模型（Gemini 3 Pro/Flash、GPT-5.2/5-mini）在诊断、定位、检查和处理方面进行评估。诊断准确性不能预测治疗安全性：Gemini对适当的皮质类固醇使用不足，GPT-5在近十分之一的病例中错误地推荐静脉溶栓。
放射科中的GPT-4：为什么LLM的解释格式会改变医生的诊断准确性
解读Spitzer等人发表在npj Digital Medicine 2026的论文：101名放射科医生的随机对照试验，比较GPT-4的三种解释格式。思维链（chain-of-thought）使准确性提高12.2个百分点，而鉴别诊断格式则诱发自动化偏见。对临床部署LLM的启示。
GigaPath在数字病理学中：一个在13亿图像块上训练的基础模型带来什么改变
对2024年Nature论文Prov-GigaPath的深度解读：用于数字病理的Transformer基础模型。架构、数据、在26个癌症基准测试中的表现，以及对诊断的实际影响。