简体中文
关闭
AI照护资讯

牛津大学团队让医学AI学会说"我不确定":髋关节超声筛查模型置信度与临床医生高度一致

#AI照护与医疗科技 时间2026-11-06 05:35:22

文/IAICA.NGO®

在医学影像人工智能的讨论中,"准确率"长期占据中心位置。但一项来自英国的新研究把问题换了个问法:当模型自己也拿不准时,它能不能说出来?牛津大学的研究人员与利物浦奥尔德海儿童医院的专科医生合作,开发出一种方法,使人工智能模型在从超声图像测量婴儿髋关节时,能够表达自身的置信程度。相关成果以原创研究论文形式发表于 Frontiers in Medical Technology,聚焦新生儿发育性髋关节发育不良(DDH)的筛查任务。

问题从临床医生如何读片开始

婴儿髋关节的超声评估依赖解剖标志点,即图像上由医生手工标注的特定位置。由这些点出发,医生推导出标准测量值,通常是一个角度或一段距离。在髋关节筛查中,两项测量占据主导地位:Graf α角用于评估髋臼对股骨头的覆盖成形程度,股骨头覆盖率百分比则描述股骨头位于髋臼内的比例。筛查路径随后对这些数字套用预设阈值,将每名婴儿划分为健康或异常。

这条流水线的薄弱环节恰恰是人。不同临床医生标注标志点的位置并不完全一致,这种自然差异客观存在;而由于测量值由标志点计算得出,推导出的数字乃至最终的筛查结论都可能随之摆动。论文作者将其描述为评估中"真实的不确定性":这不是需要被消灭的错误,而是任务本身的固有属性。一个恰好落在阈值附近的测量值,可能因为标志点零点几毫米的差异而由"健康"翻转为"异常",不同经验的读片者也可以合理地给出不同意见。

从误差棒到临床语言

新方法的核心,是为基于标志点的测量估计其不确定性。研究团队先定义"测量不确定度",再在此基础上推导出面向临床筛查任务的置信度估计,为原始的不确定度赋予语境。换言之,模型输出的不只是一个带误差范围的数字,而是把误差范围转换为一句关于"这名婴儿落在阈值哪一侧"的把握程度陈述。作者指出,该思路原则上适用于一般性筛查,但他们在新生儿髋关节筛查中以 Graf α角与股骨头覆盖率百分比完成了验证。

验证结果构成了本研究最引人注目的发现。当研究者将模型的置信度与多位临床医生的置信度进行比对时,两者呈现强相关性。这种一致性意味着,模型与医生"觉得难"的是同一批病例。用实践语言表述:当多位人类专家对某张图像感到犹豫时,模型往往也对同一张图像犹豫;当专家确信时,模型同样确信。对筛查工具而言,这一行为至关重要——真正危险的失败,是系统在一名人类会要求复核的病例上"自信地犯错"。

可校准性:被忽视的安全阀

作者表示,据其所知,这是首个在预测临床相关标志点测量值时评估模型置信度的方法。许多自动化系统能够输出一个角度或一段距离,但很少有系统能以映射到下游临床决策的方式,为这一输出附加置信声明。缺少这样的声明,自动化系统的阈值分类就如同一个没有标注脆弱程度的结论。

这一点在行业层面意义不小。近年来,医疗AI的评测指标正从单一的判别性能,向校准度、选择性预测与"会拒答"的能力延伸。一个只在高置信区间内输出结论、并把灰区病例转交人类复核的系统,其临床风险画像与"全量自动判读"的系统截然不同。在监管层面,欧盟《人工智能法案》将医疗AI列为高风险类别,美国FDA的器械审评也越来越关注模型在真实世界分布漂移下的表现说明;能够量化并披露自身不确定性的模型,天然更容易满足这类可解释与人类监督要求。iaica.com.cn 指出,把"我不确定"作为一等输出纳入工作流,比事后追加一份性能报告更接近临床安全的实质。

需要冷静看待的边界

也必须看到方法的边界。此次验证建立在单一筛查任务、两项特定测量与有限规模的读者对照之上,其置信度与医生的一致性是否能在多中心、多设备、不同年龄段人群中复现,尚待更大规模研究。置信度本身仍需校准检验:模型的"犹豫"与医生的"犹豫"相关,并不自动等同于二者在全部阈值区间上的判断等价。

DDH是新生儿中最常见的骨骼发育异常之一,若未及时识别,可能导致成年后的步态异常与早发性骨关节炎。正因后果长远,筛查环节对"边界病例"的处理方式格外敏感。让机器学会像医生那样在拿不准时停下来,并明确说出拿不准,或许比再提高一个百分点的准确率,更接近临床真正需要的智能。

相关标签:

分享本文
牛津大学团队让医学AI学会说"我不确定":髋关节超声筛查模型置信度与临床医生高度一致

牛津大学团队让医学AI学会说"我不确定":髋关节超声筛查模型置信度与临床医生高度一致

在医学影像人工智能的讨论中,"准确率"长期占据中心位置。但一项来自英国的新研究把问题换了个问法:当模型自己也拿不准时,它能不能说出来?牛津大学的研究人员与利物浦奥尔德海儿童医院的专科医生合作,开发出一种方法,使人工智能模型在从超声图像测量婴儿髋关节时,能够表达自身的置信程度。相关成果以原创研究论文形...

评论

0 条
暂无评论,快来抢沙发。

Copyright © 2026 IAICA 版权所有  隐私政策 用户协议 Cookie说明 备案号:沪ICP备11018632号-8

18351659883