Charles J. Heitzman

研究调查医学AI性能的置信区间

一篇新近发表在arXiv上的研究论文，对医学图像分析中置信区间（CIs）的可靠性和精确性进行了调查。研究人员对24个分割和分类任务进行了大规模实证分析，每个任务使用19个模型，并采用了多种性能指标和CI方法。研究结果表明，可靠CI所需的样本量差异显著，并且CI的行为受到性能指标选择、聚合策略以及具体机器学习问题（分割与分类）的严重影响。该研究旨在提供一个决策树，指导社区在报告性能不确定性时选择合适的CI方法，为未来的共识指南铺平道路。