近日，东软医疗创新研究院联合澳门大学和香港城市大学等团队，提出医学概念自主校准框架ConChecker，相关论文以《Trustworthy Medical Concept Recalibration through Logic-Aware Multimodal Evidence Fusion》为题，发表于国际AI领域顶级期刊《Information Fusion》（JCR Q1，IF：17.4）。

医学AI不仅要“答对”，更要“说清为什么对”，还要能发现并纠正自己的错误。ConChecker把关注点从“结果是否正确”延伸到“依据是否可靠”，为可信、可解释的医学AI提供了新路径。

01

从人工逐项纠错，到AI主动核验

在部分可解释医学AI模型中，系统会先识别病灶形态、边界等特征，再据此进行疾病分类。这些特征就是模型判断的“依据”。一旦识别有误，往往需要医生逐项复核、手动修正，病例越多，核查负担越重。

研究团队将视觉语言模型、逻辑证据验证与策略优化相结合，构建“推理—核验—校准”的自动化流程：先从医学图像中提取特征描述，再逐项检查证据是否支持原有判断，对存在矛盾的特征预测进行校准。同时，以分类结果和特征识别的正确性为反馈，持续优化校准策略，让AI具备主动核查依据、自主修正偏差的能力。

ConChecker总体技术框架：视觉语言推理、CAF逻辑证据验证、软概念干预与GVCPO可验证策略优化

02

多场景验证，实力经得起检验

研究在皮肤镜、临床皮肤图像、乳腺超声和外周血细胞四类医学图像基准上开展验证，并在另外四个未参与训练的数据集上测试处理新数据的能力，全部核心实验均进行五次独立运行。

在无需人工修正的条件下，该框架在皮肤镜和乳腺超声数据上的疾病分类准确率分别达到86.42%和85.47%。对比实验中，传统方法通常需要医生人工修正8～14次，性能才趋于稳定；该框架则全程无需人工介入，单例推理仅约11秒，而医生人工修正一次约需25秒。

不同方法的人工干预次数与诊断性能对比：ConChecker在零人工干预条件下完成自主概念校准

研究还邀请五名平均临床经验达12年的执业医生，对模型的判断准确性、特征一致性、推理质量及临床使用价值进行评价，结果显示该框架在多项维度获得较高评分。

临床专家评价结果：从诊断准确性、概念一致性、推理质量和临床使用价值四个维度评价模型输出。

03

持续创新，推进可信医学AI研发

该框架采用模块化设计，无需改变原有模型主体结构，即可接入已有可解释医学AI系统，为拓展更多影像任务提供技术基础。

未来，东软医疗将持续推进医学多模态模型与可信AI研发，在更复杂的真实临床环境中开展验证，减轻医生的重复核查负担，让医学AI更好地赋能临床、服务医生、惠及患者。