给病理课题选基础模型，一篇独立评测就够了

我重新补病理 AI，没从模型原文看起。先翻了篇独立评测——训练和测试完全分开，外部队列没进过任何模型的预训练。

19 个模型、31 个任务测下来，CONCH 和 Virchow2 并列第一。不过第一名和最后一名只差 0.07。换台扫描仪、换批染色，掉的幅度比这大得多。

多样性比数据量管用。CONCH 靠清洗质量赢，Virchow2 赢在组织类型多。患者数和组织部位越杂，下游表现越好。切片数量反而跟性能没啥关系。

还有个反直觉的：slide 级编码器没占到便宜。它们本该捕捉全局空间关系，结果在弱监督 MIL 里没优势。tile 级特征加 Transformer 聚合器，照样打得过。

单家医院别指望自己训基础模型。把开源模型用好、把数据清干净，有机会拉第二家医院的数据进来——哪怕只有几十例，也比本院多加几百例管用。