O modelo CHIEF (Clinical Histopathology Imaging Evaluation Foundation) é um modelo básico de patologia usado para diagnóstico e prognóstico de câncer. Ele extrai características de imagens patológicas por meio de dois métodos complementares de pré-treinamento: pré-treinamento não supervisionado para identificar características em nível de ladrilho e pré-treinamento fracamente supervisionado para identificar padrões em todo o slide. O modelo CHIEF foi desenvolvido usando 60.530 imagens de slides inteiros (WSIs), cobrindo 19 locais anatômicos diferentes, e pré-treinado em um conjunto de dados de imagens patológicas de alta resolução de 44 TB, extraindo representações microscópicas úteis para detecção de células cancerosas, identificação da origem do tumor, caracterização de perfis moleculares e prognóstico. O modelo CHIEF foi validado em 19.491 imagens de slides inteiros de 32 conjuntos de slides independentes provenientes de 24 hospitais e coortes internacionais, superando os métodos de aprendizado profundo de ponta em até 36,1%, demonstrando sua capacidade de lidar com o desvio de domínio observado em amostras de populações diferentes e diferentes métodos de preparação de slides. O CHIEF fornece uma base generalizável para a avaliação eficiente de patologia digital para pacientes com câncer.