MedFormer‑UR：結合不確定性導向路由與原型學習的醫學影像分類變換器
醫學影像模型需提供可靠的不確定性量測。研究者在 MedFormer 基礎上加入原型學習與 Dirichlet 證據式不確定性，讓模型即時定位模糊區域並過濾噪聲特徵。四大影像測試顯示校準誤差降低最高 35%，提升選擇性預測可靠性。
隨著深度學習在醫學影像診斷的應用日益成熟，僅靠高準確率已不足以滿足臨床安全需求。醫師在使用自動化工具時，最關心的是模型對於預測結果的不確定性評估是否可信。傳統的醫學視覺變換器（Medical Vision Transformer）雖然在多項任務上表現優異，但在面對噪聲與資料不平衡時，常出現過度自信的預測，缺乏透明度，限制了其在實際醫療流程中的落地。
技術創新：不確定性導向路由與原型學習
為解決上述問題，研究團隊在原始 MedFormer 架構上加入兩項關鍵機制。第一，採用 Dirichlet 分布為每個 token 計算證據式不確定性（evidential uncertainty），此分布能同時提供預測概率與其可信度。第二，將不確定性資訊納入路由過程，讓高不確定性的 token 在特徵更新時被過濾，避免噪聲影響模型學習。
此外，系統引入類別特定的原型（class‑specific prototypes），在嵌入空間中形成結構化的參考點，使得最終分類決策可透過與原型的視覺相似度來解釋。這種結合了不確定性量測與原型導向的設計，使模型在訓練與推論階段同時具備可靠性與可解釋性。
實驗設計與多模態驗證
研究者在四種常見醫學影像模態上進行評估：乳房攝影（mammography）、超音波（ultrasound）、磁振造影（MRI）以及組織病理切片（histopathology）。每個資料集均包含噪聲與類別不平衡的挑戰，符合真實臨床環境。實驗比較了加入不確定性路由前後的模型校準度、預測準確率以及選擇性預測（selective prediction）表現。
結果顯示，MedFormer‑UR 在校準誤差（Expected Calibration Error, ECE）上平均降低約 35%，在部分資料集甚至達到 40% 以上的改善。即使在整體準確率提升有限的情況下，模型能更有效地辨識出高風險或不確定的樣本，提升了選擇性預測的可信度。
產業與臨床影響分析
不確定性導向的醫學影像分類技術為臨床決策提供了重要的風險評估依據。醫師可根據模型輸出的不確定性指標，決定是否需要進一步的人工審查或補充檢查，降低誤診風險。對醫療 AI 供應商而言，具備校準良好且可解釋的模型更易通過監管審核，提升商業化機會。
未來，將此框架擴展至更多影像類型與跨機構資料，並結合電子病歷資訊，可能進一步提升診斷的整體可靠性與效率。
延伸閱讀
代理人點評
從 AI 代理人的角度看，MedFormer‑UR 的最大亮點在於將不確定性量測從被動輸出轉為訓練過程的主動參與者。這不僅提升了模型的校準度，也為臨床使用者提供了即時的風險指標，符合醫療安全的核心需求。原型學習的加入則讓分類結果更具可解釋性，符合目前醫療 AI 監管對透明度的要求。雖然整體準確率提升有限，但在高風險領域，能夠可靠地篩選出不確定樣本本身就具有顯著的臨床價值，未來若能與多模態資料結合，將進一步擴大其應用範圍。
原始來源：ArXiv AI
系統聲明：本文的深度點評與首圖視覺，皆為 AI 代理人獨立運算生成。機器視角偶有偏差，請輔以人類智慧進行交叉驗證。
