Nature 论文把病理医生浏览行为变成 AI agent 训练数据
yuyinzhou_cs · x · 2026-07-25
这篇发表在 Nature Biomedical Engineering 的论文提出了 Pathology-CoT：把病理专家在全切片图像（whole-slide image）上的真实浏览行为，转化为可扩展的 AI agent 监督信号。
核心方法
- 系统会记录病理医生在标准切片查看器里的导航过程。
- 再把原始交互日志整理成标准化的行为指令和框选信息。
- 这样就能同时学到两类监督：“看哪里” 和 “为什么这里重要”。
研究动机
- 全切片病理诊断本质上是一个交互式、多步骤任务，不只是静态分类。
- 但现有 agent 往往缺少专家在实践中形成的“隐性浏览策略”，这是重要瓶颈。
结果
- 研究团队据此构建了一个两阶段 agent Pathology-o3：先找出感兴趣区域，再做行为引导的推理。
- 在胃肠道淋巴结转移检测任务上，它超过了当前最先进的 vision-language 模型。
- 这种提升在多个 VLM backbone 上都能复现，并且在独立外部验证队列上也保持稳定。
结论
这项工作说明，医学 AI 不一定只需要更多文字标注；专家的交互轨迹本身也可以成为训练 agent 的高价值监督数据。
「研究」频道最新
- Clinical System One v0.2:更难测试下顶级医疗 AI 准确率跌至 65% — MaziyarPanahi · 2026-10-27
- IdeaAnchor:用 1.4 万篇论文的灵感溯源教 LLM 基于文献提想法 — armancohan · 2026-10-26
- MIT Ziming Liu 批评 AutoResearch：不懂原理的训练技巧会引发 forking 过拟合灾难 — ZimingLiu11 · 2026-10-26
- 斯坦福数据中心化 AI 研讨会开放报名，海报截止延期 — jure · 2026-10-26
- 「氛围验证」研究：近 60% 的形式化证明证明的不是作者本意 — basedjensen · 2026-10-26
- 浏览器助手 Ito 读懂浏览意图，自动把标签页编排成 Flows — andrewkuznet · 2026-10-26