arXiv cs.AI· Walter Endrizzi, Flavio Ragni, Raffaele Marchesi, Stefano Bovo, Monica Moroni, Giuseppe Jurman, Venet Osmani·· 13 小时前AI 评分31
当不确定性量化失效：临床类别不平衡下选择性预测的结构性缺陷与修正
When uncertainty quantification fails: structural vulnerabilities and corrections for selective prediction under clinical class imbalance
AI 导读
研究揭示，在临床类别不平衡场景下，标准不确定性度量实际反映的是类别归属而非临床模糊性，会系统性惩罚少数类患者。作者在56种合成条件和三个神经退行性疾病队列（多发性硬化、帕金森病、阿尔茨海默病）上验证，全局指标要么使少数类敏感度崩塌，要么以牺牲多数类为代价保护少数类。将CCR与阈值感知指标结合可恢复严格单调性，正确识别模糊病例并缓解少数类排除。
正文 · AI 翻译
摘要：背景。选择性预测系统通过将模糊病例交由人类专家处理、同时自动化高置信度决策，提升了临床人工智能的安全性。然而，这一安全机制完全依赖于不确定性分数能准确反映临床模糊性这一前提。在以严重类别不平衡为特征的预后任务中，所关注的临床结局属于少数类，这一假设便不再成立。标准的不确定性度量不再能捕捉与临床对齐的模糊性；相反，它们成为类别归属的代理指标，系统性地惩罚少数类患者，而不论其个体预测清晰度如何。
结果。在 56 种合成条件以及三个涵盖从严重类别不平衡到接近平衡条件的神经退行性疾病队列（多发性硬化症、帕金森病、阿尔茨海默病）中，我们的框架在各类轨迹上始终维持有界且平衡的风险。相比之下，全局指标要么使少数类灵敏度崩溃，要么以牺牲多数类患者为代价保护少数类。将 CCR 与标准熵结合使用无法保护少数类，因为当 tau=0.5 时它破坏了类内单调性。将 CCR 与阈值感知指标结合可恢复严格单调性，正确识别模糊患者，并安全地缓解少数类被排除的问题。
结论。在临床类别不平衡条件下，标准的不确定性量化度量的是数据集的稀疏性而非临床模糊性，从而制造出一种系统性的安全假象。这种偏差是一种可纠正的结构性缺陷。在类别不平衡下部署选择性预测的临床流程应采用阈值对齐的不确定性度量和按类别分层的评估。这能减少特定类别的风险失衡，在评估条件下支持更安全的选择性预测，同时不会悄然排除最脆弱的患者。
| 评论： | 此 https URL |
| 主题： | 机器学习（cs.LG）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.37561 [cs.LG] |
| （或 arXiv:2610.37561v1 [cs.LG] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.37561 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Venet Osmani [查看电子邮件]
[v1]
2026年10月27日星期二 17:08:31 UTC（442 KB）
来源：arXiv cs.AI · arxiv.org