医学影像AI辅助诊断：跨院域泛化与不确定度分级

在肺结节与肝脏病灶检出任务上，本实验室完成了第一阶段的内部回顾性验证。多中心数据的主要差异并不在病灶本身，而在采集端：重建核、层厚与管电压不同，会系统性改变纹理统计量，使同一模型在外部院区出现召回下降。

【进展】回顾性纳入4家医院共3120例薄层CT，结节级敏感度在内部测试集为92.4%，直接跨院推理时降至86.1%，每例假阳性由1.5升至2.4。我们在预处理端统一重建核近似对齐，并在特征层加入轻量域适配模块（仅占主干参数约3%），外部敏感度回升至90.3%，每例假阳性降至1.6。同时引入基于深度集成的不确定度估计，对每例输出分级置信：高置信通道由AI直出初筛结论、医生核对报告一致性；低置信通道进入人工优先复核队列。按当前阈值，约七成病例落入高置信通道，医生单例阅片时间中位数下降约28%。

【下一步】启动前瞻性小样本队列验证，并把结构化报告字段与随访闭环纳入系统，重点观察漏诊病例在分级通道中的分布是否与回顾性结论一致。