Il cuore della notizia non è la scoperta di un nuovo biomarker o l'ennesimo modello che supera un benchmark. È la compressione di un modello da circa un miliardo di parametri in un backbone da 22 milioni: GigaPath-Flash e GigaTIME-Flash riducono il costo computazionale della patologia digitale abbastanza da rendere praticabile l'analisi su coorti di popolazione.

Un'immagine whole-slide supera spesso un gigapixel. Per analizzarla con un foundation model è necessario suddividere il vetrino in migliaia di tile e processare ogni tile. Se la domanda scientifica coinvolge decine di migliaia di pazienti, il numero di operazioni cresce rapidamente: l'estrazione di feature, l'analisi statistica e la validazione vanno ripetute su sottogruppi e biomarcatori. Qui sta il problema che i due modelli Flash affrontano.

La distillazione come leva di costo

GigaPath-Flash combina un tile encoder ViT-S da 22M parametri con uno slide encoder LongNet da 21M. Il tile encoder è distillato dal ViT-g originale di GigaPath: un modello da miliardo di parametri trasferisce la propria capacità rappresentativa in un backbone di circa un ordine di grandezza più piccolo. Nei benchmark PANDA ed EBRAINS, il modello Flash raggiunge il costo di inference più basso tra i modelli pre-addestrati su intero vetrino, rimanendo entro il 3% del GigaPath originale con circa 50 volte meno compute.

GigaTIME-Flash va oltre: sostituisce la CNN originale con lo stesso encoder ViT-S e aggiunge un decoder convoluzionale leggero per tradurre immagini H&E in mappe di proteomica spaziale. Il fine-tuning avviene tramite adattatori LoRA, mantenendo gran parte dei pesi congelati. Il risultato è un modello che su coorti in distribuzione e fuori distribuzione di cervello, mammella, colon e polmone eguaglia o migliora GigaTIME nella qualità predittiva delle proteine spaziali. I guadagni maggiori emergono nei dati fuori distribuzione: un indizio che il backbone distillato generalizza meglio su tessuti mai visti.

Il vero vincolo è l'iterazione, non il singolo esperimento

Le stime riportate su una singola GPU A100 danno la misura del cambio di scenario. Assumendo circa 10.000 tile per vetrino e batch size 128, per generare mIF virtuale su 1.000 slide GigaTIME-Flash richiede circa due ore-GPU, contro circa sette di GigaTIME. Su 100.000 slide si passa da circa 30 a circa 7 giorni-GPU; su un milione di slide da circa 300 a circa 70 giorni-GPU. In termini di throughput, GigaTIME-Flash supera i 1.600 tile al secondo con una frazione della memoria GPU.

Questa differenza non va letta solo come risparmio di tempo. Cambia quali esperimenti entrano nel perimetro della fattibilità. Un gruppo di ricerca con una sola A100 può impostare un ciclo di estrazione feature su una coorte ampia senza prenotare un cluster. Un ospedale che valuta deployment on-premise può ragionare su pipeline di patologia digitale senza cedere necessariamente il controllo dei dati a servizi cloud centralizzati. Non è un dettaglio secondario in ambito clinico, dove la sovranità dei dati e le regole di conformità rendono alcune architetture ibride o locali più desiderabili di altre.

Va però mantenuto un confine netto: i modelli Flash sono rilasciati come pesi aperti Apache 2.0, ma restano modelli di ricerca. Microsoft Research, University of Washington e Providence lo scrivono esplicitamente: non sono pensati né validati per diagnosi, prognosi, scelta terapeutica o altre decisioni cliniche. Le valutazioni coprono un insieme limitato di benchmark e coorti; le prestazioni possono variare con dataset, scanner, istituzioni e popolazioni.

Il segnale strutturale è duplice. Da una parte, la distillazione sposta l'equilibrio tra chi dispone di infrastrutture di calcolo centralizzate e chi lavora con risorse locali più contenute. Dall'altra, rende la patologia computazionale meno dipendente da modelli miliardari: un cambio di incentivi che favorisce l'iterazione scientifica continua rispetto alla singola dimostrazione spettacolare. La domanda aperta è se la comunità accetterà di investire su modelli distillati con benchmark ancora limitati, oppure se aspetterà valutazioni multicentriche prima di portarli nelle pipeline reali.