如何评估AI在医学影像识别中的应用效果？

基于人工智能（AI）技术的医学影像识别越来越受到社会各界的重视。而人工智能技术的进步，往往被归纳为几个性能指标，这样一来，AI技术的性能指标自然也就成为大家谈论和关注的焦点之一。实践中存在多种衡量AI算法性能的指标，本文尝试解释其中常见的几种指标的含义，以及它们在不同场景下的适用性和局限性，希望能够帮助大家更好地理解指标背后AI技术的进展。

医疗影像识别中有哪些常用指标？

为简化讨论，本文均以“二分类问题”为例，即对影像判断的结果只有两种：要么是阳性（positive），要么是阴性（negative）。这样的简化也符合大部分医学影像识别问题的实际情况。

二分类问题，如果不能被AI模型完美解决，那么模型预测结果的错误大概有两类：一类是把阴性误报为阳性（把没病说成了有病），另一类是把该报告的阳性漏掉（即把有病看成了没病）。优化模型的过程，是同时减少这两类错误的过程，至少是在两类错误之间进行适当折中的过程。不顾一类错误，而单纯减少另一类错误，一般是没有意义的。比如，我们为了不犯“漏”的错误，最简单的办法就是把所有的图像都报告称阳性（有病）。

1. 常用术语解释

在二分类的条件下，AI的预测结果存在下列4种情形：

• 真阳性（True Positive，TP）：预测为阳性，实际为阳性；

• 真阴性（True Negative，TN）：预测为阴性，实际为阴性；

• 假阳性（False Positive，FP）：预测为阳性，实际为阴性；

• 假阴性（False Negative，FN）：预测为阴性，实际为阳性。

其中，FP也称为误报（False alarm），FN也称为漏报（miss detection）。

上文4种名称中的“真”（True）和“假”（False）表示预测结果是否正确。名称中的“阳性”（Positive）和“阴性”（Negative）表示预测结果。例如，对于一个特定的测试样本，真阳性的含义为“AI预测正确，且AI预测结果为阳性”，那么就可以推断到：预测为阳性，实际结果为阳性。假阴性的含义为“AI错判为阴性”，那么就可以推断到：预测为阴性，实际结果为阳性。

通常我们会用一个矩阵来展示预测结果和实际情况的差异࿰