床旁人工智能：心脏、想象言语与CT校准

心力衰竭给医疗系统带来了挑战。患者通常年长，合并症多，且频繁入院。远程监测有望更早发现病情恶化，但此类数据稀疏，采样不规律，且绝大多数记录中未发生事件。

从远程监测数据中检测病情恶化

TRACER模型专为处理此类数据而设计，其全称是带有事件对比表征的Transformer。该模型结合了三个部分：考虑时间因素的生物标志物嵌入、增强异常检测的对比预训练，以及针对各个检测目标的独立二分类器。研究团队使用了276名心力衰竭患者的远程测量序列，按时间规则将其划分为相互重叠的时间窗，并根据窗口末端的住院情况标记标签。数据集来自真实场景，高度不平衡。模型正确预测了66.7%导致心力衰竭住院的路径，高估率为7.9%。将训练重构为事件检测任务后，结果优于直接在预测窗口上训练，稀少事件也因此得到更充分的利用。作者强调，目标是生成警报以支持早期干预，而非取代临床决策。

想象言语与诚实的评估

从脑电图解码想象言语，被视为重度运动障碍患者的一种沟通途径。问题在于，已报告的结果往往基于某些评估方案，而这些方案未能反映模型对新个体的泛化能力。丹麦Frederik Møllskov Trier团队开展了一项透明的基线研究，使用多类别想象言语脑电图数据集，评估方案严格做到跨被试独立。

研究比较了两条处理和特征提取流程：一条采用时域统计特征，另一条采用频谱各频段的功率。后一条路径在样本层面的平均准确率明显更高，在跨被试粗分类中为49.03±4.18%，前一条为37.97±3.79%。前向特征选择显示，大部分判别信息集中在有限的几个频段上。作者将此视为进一步开发脑机接口的可靠基础，而非现成产品。

当模型是黑箱时如何进行校准

第三项研究涉及放射系统的安全性。为确保分诊、后续检查或治疗计划决策的安全，模型返回的概率必须经过校准，即反映真实风险。常见的校准改进技术，如蒙特卡洛dropout或深度集成，需要访问模型参数或重新训练，而商业临床系统通常是黑箱。

所提出的框架不依赖具体模型。它利用有临床依据的测试集扩充方法，对三维计算机断层扫描施加几何扰动和受物理启发的扰动，在不访问模型内部、也不使用训练数据的情况下学习概率聚合策略。在肺栓塞和脑内出血检测任务中，DualTTA变体在测试集扩充方法中校准效果最佳，将期望校准误差降低了54%（从0.239降至0.109）和43%（从0.051降至0.029）。在多数指标上，它还超过了需要访问模型内部的技术，如温度缩放、蒙特卡洛dropout和深度集成。

这三项研究共同划定了一条实际边界：一方面，模型能在真实、稀少且不规律的数据上发挥作用；另一方面，价值不来自新模型，而来自诚实的评估和校准。