EXAONE Path 2.5: Pathologie-Modell vereint Histologie, Genomik und mehr

Die Entstehung von Tumoren beruht auf komplexen Wechselwirkungen zwischen verschiedenen biologischen Ebenen. Während herkömmliche Bildanalysen nur die Morphologie erfassen, bleiben wichtige molekulare Signale oft verborgen. Um dieses breitere biologische Bild abzubilden, wurde das neue Pathologie‑Foundation‑Modell EXAONE Path 2.5 entwickelt, das histologische, genomische, epigenetische und transkriptionale Daten gleichzeitig verarbeitet.

EXAONE Path 2.5 kombiniert drei zentrale Innovationen: Erstens nutzt es einen multimodalen SigLIP‑Verlust, der kontrastives Lernen über alle Paare heterogener Modalitäten ermöglicht. Zweitens integriert ein fragment‑sensitives Rotary‑Positional‑Encoding (F‑RoPE), das die räumliche Struktur und die Topologie von Gewebe‑Fragmenten in Whole‑Slide‑Images (WSI) bewahrt. Drittens setzt das Modell domänenspezifische interne Foundation‑Modelle für WSI und RNA‑Seq ein, um biologisch fundierte Einbettungen zu erzeugen und die multimodale Ausrichtung zu stärken.

In umfangreichen Tests wurde EXAONE Path 2.5 gegen sechs führende Pathologie‑Foundation‑Modelle auf zwei Benchmarks bewertet: einem internen, realen klinischen Datensatz und dem Patho‑Bench‑Benchmark mit 80 Aufgaben. Das Modell erreichte auf dem Patho‑Bench‑Benchmark eine Leistung, die mit den besten bestehenden Modellen vergleichbar ist, und zeigte gleichzeitig die höchste Anpassungsfähigkeit im klinischen Umfeld. Diese Ergebnisse unterstreichen die Vorteile eines biologisch informierten, multimodalen Ansatzes und eröffnen neue Perspektiven für die präzise Onkologie.