通过增强灵敏度风险评分揭示胸片模型中过度自信的错误
计算机视觉与模式识别
2025-10-03 v1
摘要
深度学习模型在胸片（CXR）解读中取得了强大的性能，但公平性和可靠性问题仍然存在。模型在患者子群之间显示出准确性不均，导致隐藏的错误未体现在整体指标中。基于置信度校准或分布外（OOD）检测的现有错误检测方法难以处理细微的分布内错误，而图像和表示级别的一致性方法在医学影像中仍未得到充分探索。我们提出了一种增强灵敏度风险评分（ASRS）框架，用于识别易出错的CXR病例。ASRS对临床可行的旋转（±15°/±30°）进行操作，并使用RAD-DINO编码器测量嵌入偏移。灵敏度得分将样本分为稳定性四分位数，其中高度敏感的病例尽管具有高AUROC和置信度，但召回率显著下降（-0.2至-0.3）。ASRS提供了一种无标签的方式，用于选择性预测和临床医生审查，提高了医学AI中的公平性和安全性。
引用
@article{arxiv.2510.01683,
title = {Uncovering Overconfident Failures in CXR Models via Augmentation-Sensitivity Risk Scoring},
author = {Han-Jay Shu and Wei-Ning Chiu and Shun-Ting Chang and Meng-Ping Huang and Takeshi Tohyama and Ahram Han and Po-Chih Kuo},
journal= {arXiv preprint arXiv:2510.01683},
year = {2025}
}
备注
5 pages, 1 figures