myWiki/concepts/clinical-ai.md

title, created, updated, type, tags, sources

title	created	updated	type	tags	sources
临床人工智能 (Clinical AI)	2026-06-10	2026-06-10	concept	healthcare machine-learning medical-ai	principled-uncertainty-clinical-ai

临床人工智能 (Clinical AI)

临床人工智能是将机器学习系统部署于医疗环境中的交叉领域，涵盖诊断影像、风险分层、治疗规划和患者分诊等应用。

核心挑战

1. 确定性输出的局限：绝大多数临床 AI 系统输出点估计（如"73% 风险概率"），不提供置信度，无法区分高置信场景与分布外输入

2. 校准问题：现代深度神经网络普遍校准不良（见 expected-calibration-error）

3. 公平性盲点：标准准确率指标无法检测系统性偏见

不确定性在临床 AI 中的双重角色

principled-uncertainty-clinical-ai 提出：

传统观点	新观点
不确定性 = 模型局限	不确定性 = 公平性资源
目标：最小化不确定性	目标：度量、报告、根据不确定性采取行动

高 epistemic-uncertainty → 模型"知道自己不知道" → 触发人工升级 → 系统性保护弱势患者

关键技术栈

• bayesian-deep-learning — 概率建模
• uncertainty-quantification — UQ 方法
• precision-weighted-fusion — 处理异构临床数据
• algorithmic-equity — 公平性审计

参考

• principled-uncertainty-clinical-ai
• algorithmic-equity
• uncertainty-quantification