CHIEF（Clinical Histopathology Imaging Evaluation Foundation）模型是一個用於癌症診斷和預後預測的病理學基礎模型。它通過兩種互補的預訓練方法提取病理學成像特徵，包括無監督預訓練用於識別瓦片級別特徵和弱監督預訓練用於識別整個幻燈片的模式。CHIEF模型使用60,530個全幻燈片圖像（WSIs）開發，覆蓋19個不同的解剖部位，通過預訓練在44TB的高分辨率病理學成像數據集上，提取對癌症細胞檢測、腫瘤起源識別、分子檔案表徵和預後預測有用的微觀表示。CHIEF模型在來自24個國際醫院和隊列的32個獨立幻燈片集上的19,491個全幻燈片圖像上進行了驗證，整體性能超過最先進的深度學習方法高達36.1%，顯示出其能夠解決不同人群樣本和不同幻燈片製備方法中觀察到的領域偏移問題。CHIEF為癌症患者的高效數字病理學評估提供了一個可泛化的基礎。