匹兹堡大学利用 Bridges-2 开发 UWL 深度神经网络 量化乳腺癌诊断不确定性

人工智能判读乳腺钼靶的研究起步于回顾性证据：一个AI系统在与101位放射科医生的多国数据集对比中达到统计非劣效^[4]；另一系统在英美大样本上同时减少假阳性和假阴性，并在与六位放射科医生的独立比较中胜出^[2]。2021年一篇系统综述曾指出，该领域研究方法学质量普遍不佳、且当时未见前瞻性准确性研究^[1]；此后瑞典的前瞻性配对阅读研究^[3]、随机对照的MASAI试验^[6]，以及德国12个筛查中心、逾46万名女性的真实世界实施研究^[5]逐步把证据推进到临床环境——后者显示AI辅助双阅读的癌症检出率高于标准双阅读，召回率不劣于对照^[5]。但这些指标衡量的都是人群层面的平均性能，而对一种参与生死决策的AI，真正的问题是：它对眼前这位患者的诊断究竟有多可信？这恰是常规深度神经网络难以给出的答案。

匹兹堡大学放射学教授Shandong Wu团队的新工作正瞄准这一点。在博士生Jiren Li（与Wu及放射学教授Dooman Arefan合作）主导的设计中，他们提出“不确定性加权学习”（UWL）：网络分析钼靶图像时同时输出诊断和一个不确定性评分，且该评分被纳入训练过程本身，引导模型更有效地学习那些不确定样本。该工作于2026年2月在加拿大温哥华的SPIE年会上报告。由于钼靶是大尺寸高分辨率图像，训练需要GPU、大共享内存与大存储，团队经NSF的ACCESS资源使用了匹兹堡超级计算中心的Bridges-2系统——47个GPU节点、384块较新型号GPU，单节点内存128至2000 GB，配合15 PB容量的Ocean存储。在初步分析测试的多个UWL模型中，有一个表现尤为突出：能在具体患者层面提示某次诊断可能不够可信，且没有牺牲人群层面的准确性。

这一步的推进在于把不确定性估计从事后评估变成了训练目标的一部分，并且以“人群准确性不下降”为前提兑现。消息指出，该思路可推广到几乎任何预测与不确定性都需同时知道的关键AI场景；团队的下一步是将不确定性方法扩展到整合影像与其他病历数据的AI系统，并支持按模型置信度调整决策分工的人机协作。据报道，相应的SPIE论文将UWL定位为一种改进医学影像预测不确定性校准的训练策略^[7]。

当然，目前结果仅来自团队的初步分析，验证也限于钼靶影像；消息未涉及外部数据集或前瞻临床流程中的检验。这个个体层面的不确定性评分能否在真实筛查中兑现“更可信”的承诺，仍是接下来要回答的问题。