AdvMIL
AdvMIL: Adversarial multiple instance learning for the survival analysis on whole-slide images
data: NLST、TCGA-BRCA、TCGA-LGG；共 3,101 张切片、1,911 位患者
引言
以对抗式事件时间建模扩展 WSI 生存分析，使 MIL 可估计生存分布，并利用无标签切片开展半监督学习。
方法
（1）条件生成：由 WSI 表示与随机输入生成事件时间估计。
（2）对抗判别：比较真实切片-结局与生成切片-结局配对。
（3）半监督学习：无标签切片可参与对抗训练，有标签切片提供真实结局约束。
原文Fig. 3，PDF 第 4 页。
实验
实验设置
把 AdvMIL 接入 ABMIL、DeepAttnMISL、PatchGCN、ESAT，并比较全监督和半监督配置。
主要结果
收益包括事件时间分布估计及利用无标签切片；无标签样本只参与对应的对抗目标，而非凭空获得真实生存标签。
原文Table 3，PDF 第 7 页。
消融与讨论
分析无标签比例、patch 遮挡与图像噪声；必须保留删失处理和生存评估的任务边界。
参考文献
AdvMIL: Adversarial multiple instance learning for the survival analysis on whole-slide images