用于癌症组织病理学的可扩展贝叶斯高斯过程分类：分布偏移下的校准不确定性

arXiv:2611.07127v1 公告类型：新论文 摘要：可靠的不确定性量化对于癌症诊断模型的临床部署至关重要，但神经网络和变分高斯过程方法可能产生过度自信的预测，尤其是在一家医院训练的模型应用于另一家医院时出现的分布偏移情况下。我们提出了一种可扩展的贝叶斯高斯过程分类（GPC）框架，该框架以冻结的病理学基础模型（Phikon）生成的嵌入表示为输入，结合加速随机选主元 Cholesky（RPCholesky）进行低秩核分解、采用非中心化参数化的哈密顿蒙特卡洛（HMC）进行后验采样，以及将主元作为诱导点的方案进行预测。这使得在训练样本数 N 约为 300,000 时，在低秩潜在表示中进行 HMC 后验采样在计算上变得可行，从而能够在远大于以往基于 MCMC 的演示所用数据集的规模上，开展基于 HC 的低秩 GPC。我们在两个用于乳腺癌转移检测的组织病理学基准 PCam 和 CAMELYON17-WILDS 上进行了评估，其中后者用于检验医院层面分布偏移下的校准效果。与随机变分 GP 和神经网络基线相比，我们的方法改善了校准效果和预测性能——预期校准误差最多降低 88%，假阴性率最多降低 90%——且在分布偏移情况下提升最为显著，这表明基于 HMC 的后验采样能够为跨机构病理分类提供更可信的不确定性估计。