医学影像AI辅助诊断：多中心泛化与不确定性输出

在《医学影像AI辅助诊断系统》实验室的近期实验中，我们把关注点从单中心准确率转向跨院部署的稳定性。同一套肺结节与胸部平片分类模型，在训练院内AUC约0.94，迁移到两家外部医院后降至0.86与0.81。误差溯源显示，主要偏差来自扫描协议、层厚与重建核差异，而非病灶本身，这提示影像AI的瓶颈更多在数据分布而非模型容量。

· 进展：引入基于灰度分布与噪声水平估计的域对齐预处理，并在推理端输出置信度分层结果（高／中／低），中低置信样本自动转入人工复核队列。三家合作医院的回顾性测试中，外部院AUC回升至0.90附近，需医生复核的比例控制在约12%，且复核队列的阳性率明显高于随机抽样。

· 下一步：扩充多中心标注样本，重点补齐少见征象与不同设备来源；同时将模型输出与结构化报告模板衔接，使检出结论、位置描述与随访建议一次性生成，减少放射科医生的二次录入与格式调整。