PofoliaPofolia ile paylaşıldı

Medical Image Analysis· 2026Q1

Tıbbi görüntü analizinde performans belirsizliği: güven aralıklarının büyük ölçekli bir araştırması

Performance uncertainty in medical image analysis: a large-scale investigation of confidence intervals

Pascaline André, Charles Heitz, Evangelia Christodoulou, Annika Reinke ve diğerleri

Kısa özet

24 tıbbi görüntüleme görevi üzerinde yapılan büyük ölçekli bir ampirik analiz, güvenilir güven aralıkları (GA'lar) için gereken örneklem boyutunun geniş bir aralıkta (düzinelerce ila binlerce vaka) değiştiğini ve performans metriği seçimi, toplama stratejisi ve makine öğrenimi problem türü (segmentasyon - sınıflandırma) tarafından önemli ölçüde etkilendiğini ortaya koymuştur.

Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.

Ana noktalar

  • Tıbbi görüntüleme YZ'si için güvenilir güven aralıkları (GA'lar), çalışma parametrelerine bağlı olarak düzinelerce ila binlerce vaka arasında değişen örneklem boyutları gerektirir.
  • GA davranışı, performans metriği seçimi tarafından güçlü bir şekilde etkilenir.
  • Toplama stratejisi (örneğin, makro - mikro), GA güvenilirliğini önemli ölçüde etkiler ve makro toplama için daha fazla gözlem gerektirir.
  • Makine öğrenimi problem türü (segmentasyon - sınıflandırma), GA güvenilirliği ve kesinliği üzerindeki etkileri modüle eder.
  • Farklı GA yöntemleri, kullanım durumuna bağlı olarak değişen güvenilirlik ve kesinlik sergiler.

Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.

Özet (abstract)

Performance uncertainty quantification is essential for reliable validation and eventual clinical translation of medical imaging artificial intelligence (AI). Confidence intervals (CIs) play a central role in this process by indicating how precise a reported performance estimate is. Yet, due to the limited amount of work examining CI behavior in medical imaging, the community remains largely unaware of how many diverse CI methods exist and how they behave in specific settings. The purpose of this study is to close this gap. To this end, we conducted a large-scale empirical analysis across a total of 24 segmentation and classification tasks, using 19 trained models per task group, a broad spectrum of commonly used performance metrics, multiple aggregation strategies, and several widely adopted CI methods. Reliability (coverage) and precision (width) of each CI method were estimated across all settings to characterize their dependence on study characteristics. Our analysis revealed five principal findings: (1) the sample size required for reliable CIs varies from a few dozens to several thousands of cases depending on study parameters; (2) CI behavior is strongly affected by the choice of performance metric; (3) aggregation strategy substantially influences the reliability of CIs, e.g. they require more observations for macro than for micro; (4) the machine learning problem (segmentation versus classification) modulates these effects; (5) different CI methods are not equally reliable and precise depending on the use case. Finally, we derived practical implications of this study in the form of a decision tree which shall prove useful to the community. This paves the way for future consensus guidelines on reporting performance uncertainty.

Yazarların özeti; kaynağından alınmıştır. Medical Image Analysis, 2026 · DOI ↗

ÇıkarımlarPremium
Makaleye SorÜcretsiz hesapla

Ücretsiz hesapla devam et

Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.

Web'de ücretsiz devam et

Google ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.

Telefonda:

Alan: Sağlık Bilişimi

Health InformaticsMedicine