医学影像AI辅助诊断：跨院数据域偏移的稳定性验证

医学影像AI的进展常以内部测试集指标呈现，但决定其能否落地的，是跨机构部署后的稳定性。本阶段实验室做了一件偏「笨」的事：将同一套肺结节分割模型放入三家医院、四类CT机型做回顾性验证，不做重训练。

结果显示，受重建核、层厚与噪声差异影响，模型Dice由内部测试的0.89降至0.82~0.85，直径小于6mm的病灶漏检更明显。我们没有直接追加标注，而是先做两件事：输入端统一重采样与强度归一化，抑制重建差异；在每个新站点用少量无标注数据做测试时自适应，仅更新归一化统计量，不触及主干参数。

调整后跨站点Dice回升至0.86~0.88，小病灶召回提升约7个百分点，假阳性率基本持平。下一步计划引入不确定性估计，对低置信度病灶强制转人工复核，并启动小规模前瞻性验证，评估该流程对阅片时间与漏诊率的实际影响。