放射科AI高置信误判很危险
The Decoder · rss · 2026-07-19
RadLE 2.0 基准用来测试放射科 AI 模型是否知道**什么时候应该把诊断交给人类**。文章指出，许多模型即使给出错误结论也会表现得非常自信，而人类放射科医生仍明显更强。 核心观点是：在 AI 真正能够独立读片之前，它不仅要提升准确率，还必须学会识别自己“不该回答”的场景，避免在不确定时给出看似确定、实则危险的错误判断。
The Decoder · rss · 2026-07-19
RadLE 2.0 基准用来测试放射科 AI 模型是否知道**什么时候应该把诊断交给人类**。文章指出，许多模型即使给出错误结论也会表现得非常自信，而人类放射科医生仍明显更强。 核心观点是：在 AI 真正能够独立读片之前，它不仅要提升准确率，还必须学会识别自己“不该回答”的场景，避免在不确定时给出看似确定、实则危险的错误判断。