Le modèle CHIEF (Clinical Histopathology Imaging Evaluation Foundation) est un modèle de base en pathologie utilisé pour le diagnostic et la prédiction du pronostic du cancer. Il extrait les caractéristiques de l'imagerie pathologique grâce à deux méthodes de pré-entraînement complémentaires : un pré-entraînement non supervisé pour identifier les caractéristiques au niveau des tuiles et un pré-entraînement faiblement supervisé pour identifier les schémas sur toute la lame. Développé à partir de 60 530 images de lames entières (WSI) couvrant 19 sites anatomiques différents, le modèle CHIEF extrait, grâce à un pré-entraînement sur un ensemble de données d'imagerie pathologique haute résolution de 44 To, des représentations microscopiques utiles pour la détection des cellules cancéreuses, l'identification de l'origine tumorale, la caractérisation du profil moléculaire et la prédiction du pronostic. Le modèle CHIEF a été validé sur 19 491 images de lames entières provenant de 32 ensembles de lames indépendants issus de 24 hôpitaux et cohortes internationaux, surpassant les méthodes de pointe en matière d'apprentissage profond jusqu'à 36,1 %. Il a démontré sa capacité à gérer le biais de domaine observé dans les échantillons de populations diverses et les différentes méthodes de préparation des lames. CHIEF offre une base généralisable pour une évaluation efficace de la pathologie numérique chez les patients atteints de cancer.