Phikon-v2

W skrócie

Co robi

Wektory cech kafelków oceniane głównie pod kątem przewidywania biomarkerów molekularnych i wyników klinicznych z H&E; następca Phikon (ViT-B, tylko TCGA).

Zadania, typy danych i nowotwory

Architektura

Dane treningowe

PANCAN-XL: 456 mln kafelków z 58 359 preparatów z ponad 30 typów nowotworów; mniej więcej połowa publiczna (TCGA, CPTAC, GTEx, inne kohorty publiczne), połowa prywatna.

Powiązane zbiory danych

• pretrening TCGA — The Cancer Genome Atlas (via NCI Genomic Data Commons) Bezpłatna rejestracja — część PANCAN-XL — nieważny jako zewnętrzny zbiór testowy
• pretrening CPTAC — Clinical Proteomic Tumor Analysis Consortium Bezpłatna rejestracja
• trening TCGA — The Cancer Genome Atlas (via NCI Genomic Data Commons) Bezpłatna rejestracja
• trening CPTAC — Clinical Proteomic Tumor Analysis Consortium Bezpłatna rejestracja

Ewaluacja

Jak uruchomić

# generic timm loader — check the model card for the exact init args and image normalisation
import timm, torch
from huggingface_hub import login
login()  # gated repos: accept the licence on huggingface.co first
model = timm.create_model('hf-hub:owkin/phikon-v2', pretrained=True)
model.eval()
cfg = timm.data.resolve_data_config({}, model=model)
transform = timm.data.create_transform(**cfg)
# emb = model(transform(tile).unsqueeze(0))  # 1 x D tile embedding

Loads with AutoModel; note that TCGA and CPTAC are IN the pretraining set, so do not treat those as external test sets for this model.

Status regulacyjny i przeznaczenie

Źródło →

Status regulacyjny cytujemy ze wskazanego źródła i może się zmienić. Modele „tylko do badań” nie służą do decyzji klinicznych.

Ograniczenia i błędy systematyczne

• Publiczne benchmarki oparte na TCGA/CPTAC są dla tego modelu skażone — oceniaj na danych spoza PANCAN-XL.
• Warunki niekomercyjne.

Źródła

1. Filiot A et al. Phikon-v2, A large and public feature extractor for biomarker prediction. arXiv 2024
2. Hugging Face — owkin/phikon-v2