在医学影像AI辅助诊断系统的落地中，模型在单中心验证集表现稳定，并不等于跨院可用。近期我们围绕胸部CT肺结节辅助检测，做了一组小规模跨院漂移监测试验：不重训模型，仅在前置环节加入图像质量分层、设备厂商与重建核编码，并按周统计各分中心的阳性预测值、敏感度与校准误差。初步观察是，漂移更多来自扫描协议和重建参数差异，而非病灶本身变化；对高漂移分中心触发局部阈值校准后，敏感度波动收窄约三成。
要点：
- 进展：建立分中心指标看板，把设备、重建核、层厚与对比剂使用纳入切片级元数据，支持回溯定位。
- 下一步：在两家合作医院试运行“漂移预警—人工复核—小样本微调”的闭环，重点验证校准后对假阳性率的控制，而非追求单点指标提升。
我们认为，医学影像AI的可靠性来自持续监测与可解释的修正路径，而不是一次性交付的固定模型。
评论