近期，我们在胸部CT肺结节辅助诊断模块上完成了一轮跨院验证。模型在三家合作医院的内部测试集上敏感度稳定在92%左右，但切换到未参与训练的第四家医院数据后，同一阈值下假阳性率上升约1.8倍。溯源发现，主要偏差来自不同设备的重建核与层厚差异，磨玻璃影的纹理分布在目标域发生整体右移。
我们没有直接重训模型，而是先在推理侧做了两步处理：一是按体素间距与重建核类型对输入分层，分别统计各层的评分分布；二是利用少量无标注目标院数据估计分布偏移量，对输出概率做单调映射，把决策阈值重新校准回源域的工作点。该方案不改变模型权重，便于多院部署时快速迭代。
要点：
- 进展：分层阈值校准后，第四家医院在敏感度基本不变的前提下，每例假阳性由2.6个降至1.4个；医生复核的前20例中，排序前三的候选结节命中率未见明显下降。
- 下一步：引入序列级不确定性估计，对落在评分灰区的病例主动提示人工复核，并尝试结合增强期相信息抑制炎性假阳性。
评论