医学诊断中人类与机器感知的差异

深度神经网络（DNNs）在基于图像的医学诊断中展现出前景，但无法被完全信任，因为其性能可能严重退化于人类感知保持不变的数据集偏移。如果我们能更好地理解人类与机器感知之间的差异，我们或许能够刻画并缓解该效应。因此我们提出一个比较医学诊断中人类与机器感知的框架。两者就其对临床有意义信息移除的敏感性，以及就图像中最可疑区域的判定进行比较。受自然图像域的启发，我们将两种比较都框定为扰动鲁棒性。我们框架的新颖之处在于对具有临床意义差异的子组分别进行分析。我们认为这是避免辛普森悖论并得出正确结论所必需的。我们通过乳腺癌筛查中的一个案例研究展示我们的框架，并揭示了放射科医生与 DNNs 之间的显著差异。我们就两者对高斯低通滤波的鲁棒性进行比较，对微钙化和软组织病变进行子组分析。对于微钙化，DNNs 使用了与放射科医生不同的一组高频成分，其中一些位于放射科医生认为最可疑的图像区域之外。这些特征存在为假阳性的风险，但如果不是，则可能代表潜在的新生物标志物。对于软组织病变，放射科医生与 DNNs 的分歧更为明显，DNNs 严重依赖被放射科医生忽略的伪高频成分。重要的是，这种在软组织病变中的偏差仅通过子组分析才可观察，这突显了将医学领域知识纳入我们比较框架的重要性。