犹豫即失败？连接语言不确定性与预测不确定性

使用深度学习（DL）模型自动化胸部X光片解读具有显著改善临床工作流程、决策制定和大规模健康筛查的潜力。然而，在医疗环境中，仅仅优化预测性能是不够的，因为不确定性的量化同样至关重要。本文研究了源自贝叶斯深度学习近似的预测不确定性与源自基于规则标注器标注的自由文本放射学报告的人/语言不确定性之间的关系。本研究利用 BERT 作为所选模型，评估了不确定性标签的不同二值化方法，并探索了蒙特卡洛 Dropout 和深度集成在估计预测不确定性方面的有效性。结果展示了良好的模型性能，但也显示了预测不确定性与语言不确定性之间适度的相关性，突显了将机器不确定性与人类解读的细微差别对齐所面临的挑战。我们的发现表明，虽然贝叶斯近似提供了有价值的不确定性估计，但仍需进一步改进，以充分捕捉和利用临床应用中人类不确定性的微妙之处。