研究 / 官方
GigaPath-Flash与GigaTIME-Flash：迈向人群规模的高效病理基础模型
微软研究院发布GigaPath-Flash与GigaTIME-Flash，作为此前GigaPath和GigaTIME模型的高效延伸版本。GigaPath-Flash采用仅2200万参数的ViT-S瓦片编码器，通过知识蒸馏从十亿参数的原始模型中迁移表征能力，配合2100万参数的LongNet幻灯片编码器，在计算量降低约50倍的情况下，性能仅比原始GigaPath下降不超过3%。GigaTIME-Flash则将GigaTIME的CNN主干替换为同款蒸馏ViT-S编码器，继续支持从常规H&E染色图像预测空间蛋白质组学图谱。两款模型均以Apache 2.0协议开源发布，旨在让研究人员能够对更大规模的患者队列反复开展特征提取、统计分析与假设验证，推动癌症生物学和临床生物标志物的人群规模发现。需要注意的是，这两款模型均为研究用途，尚未经过临床验证，不适用于诊断或治疗决策。
组织病理学是癌症研究中信息最丰富、获取最广泛的数据来源之一。每次组织活检都会产生一张全切片图像，以亚细胞分辨率记录细胞形态，而医院每年生成的此类切片数以百万计。这些数据蕴含着与诊断、预后、治疗选择以及肿瘤微环境生物学高度相关的信息，是基础模型大规模挖掘的理想对象。
然而，全切片图像体量庞大，单张图像往往超过十亿像素，对一张切片应用基础模型就需要处理数千个图像瓦片。当研究问题涉及数万名患者时，计算成本急剧攀升。更重要的是，人群规模的发现并非一次性模型运行，而是需要在患者亚群、生物标志物和临床终点之间反复循环进行特征提取、统计分析与假设验证，计算瓶颈严重制约了研究的广度与深度。
GigaPath于2024年发表于《自然》杂志，是首个在大规模真实世界病理数据上预训练的全切片基础模型，能够同时捕捉局部细胞模式与全局组织结构。GigaTIME则于2026年发表于《细胞》杂志，在4000万个细胞的配对H&E与多重免疫荧光数据上训练，可将常规H&E图像转化为覆盖21个蛋白质通道的虚拟空间蛋白质组学图谱，并在逾1.4万名癌症患者中发现了超过1200个免疫细胞状态与临床生物标志物之间的显著关联。
Flash系列的核心设计目标是在大幅降低计算资源需求的同时，保留有效的病理表征能力。两款模型共享同一高效主干——一个从原始十亿参数GigaPath编码器蒸馏而来的紧凑型ViT-S瓦片编码器。GigaPath-Flash在全切片分类基准测试（前列腺癌分级PANDA和脑肿瘤亚型分类EBRAINS）中，以约50倍更低的推理成本实现了与原始模型相近的竞争性表现，成为全切片预训练模型中推理成本最低的方案之一。
GigaTIME-Flash将GigaTIME原有的CNN主干替换为同款蒸馏ViT-S编码器，在保持空间蛋白质组学预测能力的同时显著提升了运行效率。这一替换使研究人员能够以更低门槛对大规模患者队列开展肿瘤微环境分析，探索免疫细胞状态、蛋白质表达模式与临床结局之间的关联，加速生物标志物发现流程。
两款模型均以Apache 2.0协议开源发布，面向学术和研究社区完全开放。微软研究院强调，GigaPath-Flash与GigaTIME-Flash目前仅为研究模型，尚未经过临床验证，不适用于诊断、预后判断、治疗选择或其他患者护理决策，且性能可能因数据集、扫描仪、机构、患者群体和应用场景的不同而存在差异。
要点
- GigaPath-Flash通过知识蒸馏将十亿参数模型压缩至2200万参数，推理计算量降低约50倍，性能损失不超过3%
- GigaTIME-Flash以高效ViT-S编码器替换CNN主干，延续从H&E图像预测21通道空间蛋白质组学图谱的能力
- Flash系列旨在支持人群规模发现，使研究人员能够对数万名患者反复开展特征提取与假设验证
- 两款模型均以Apache 2.0协议开源，但明确声明仅供研究使用，不适用于任何临床决策场景
原始标题：GigaPath-Flash and GigaTIME-Flash: Toward population-scale discovery with efficient pathology foundation models
本文由 DataHub 基于公开来源整理，用于信息发现与摘要阅读；具体事实、数据和后续更新以原始来源为准。