人机不确定性校准用于改善皮肤病变分割

一项随机对照研究评估了个性化不确定性感知决策模型（FDM）对比标准图像识别模型，在资深皮肤科医生鉴别黑色素瘤等皮肤病变时提高准确性与降低不确定性的能力。医生先独立诊断病例作为对照，随后随机分入两组，FDM 组基于训练病例训练个体模型。研究预期 FDM 组相比基础模型能实现更高的诊断确定性增幅，并带来更多由错转对的诊断修正。