在《医学影像AI辅助诊断系统》实验室的近期实验中，我们关心的不是把单中心指标再抬高一点，而是模型换一家医院后是否仍然可用。以胸部CT结节筛查为场景，团队在两家医院数据上训练，在第三家医院做外部验证，观察到明显域偏移：同一模型AUC由0.91降至0.83，高置信误报集中在扫描参数与重建核不同的设备上。
进展：
· 预处理侧统一窗宽窗位并做体素间距重采样，推理侧加入测试时自适应，仅更新批归一化统计量，外部AUC回升至0.88，无需重训全模型；
· 引入温度缩放做置信度校准，期望校准误差（ECE）由0.08降至0.03，使“建议转诊”阈值下的高置信误报下降约三成。
下一步计划与放射科合作开展前瞻性盲评，验证校准后的置信度能否作为医生优先阅片排序的依据，并把低置信样本回流为再训练集，形成可审计的闭环。
评论