arXiv · cs.AI· Walter Endrizzi·· 11 小时前AI 评分31
临床类别失衡下选择性预测的不确定性量化失效：结构性漏洞与修正方法
When uncertainty quantification fails: structural vulnerabilities and corrections for selective prediction under clinical class imbalance
来源与原文
arXiv · cs.AI
作者：Walter Endrizzi
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.37561v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
一项 arXiv 研究指出，在类别严重失衡的临床预测任务中，标准不确定性度量实际反映的是数据集稀疏性而非临床歧义，会系统性惩罚少数群体患者，造成安全假象。研究在 56 个合成条件及多发性硬化、帕金森病、阿尔茨海默病三个队列上验证了该问题，并发现 CCR 结合阈值感知度量可恢复单调性，安全减少少数群体被排除的情况。
来源：arXiv · cs.AI · arxiv.org