医学 AI 系统何为正确？

本文通过将问题置于一个特定的临床背景中——即对数字化骨髓涂片中的浆细胞进行自动分类以诊断多发性骨髓瘤——来审视医学 AI 系统何为正确。借鉴科学哲学和研究伦理学的观点，本文认为，医学 AI 中的正确性并非一个可简化为基准性能的单一属性，而是一个多维概念，涉及专家标记的医学数据集的可用性、模型输出的可解释性和可理解性、评估指标的临床意义，以及人机工作流中的责任分配。因此，本文通过四个相互关联的主题来展开这一论点：金标准标签的不稳定性、过度自信 AI 的不透明性、标准临床指标的不足，以及在时间紧迫的临床环境中自动化偏见的风险。