自监督比临床监督更能驱动医学基础模型的表征趋同

论文系统比较了18个图像编码器和7个文本编码器，覆盖7M至27B参数、五种影像模态及65万余张胸片。结果显示，表征趋同主要由自监督目标驱动，而非模型规模或临床监督；匹配的自监督模型在胸片上的对齐度为40.4%，标签监督为21.1%，图文训练仅3.3%。