视网膜筛查不再一律送审：RetinaGuard用证据收集与保形风险控制，在5%不安全水平下自动接受约37%病例
核心概要
多病种视网膜筛查需要逐张判断自动结论能否不经复核直接采用。RetinaGuard把图像质量、诊断、不确定性、独立验证与解释等智能体收集的证据汇成一个“决策不安全”概率，只在证据的期望价值超过计算成本时调用工具，并用保形风险控制认证接受阈值。在RFMiD测试集上，较弱主模型（宏AUROC 0.896）时，20%转诊预算下它捕获280例不安全决策中的119例，最低置信度转诊为88例；主模型换成更强版本（0.925）后，验证器带来的增益缩小到几个百分点。
深度剖析
视网膜筛查的自动结论现在可以带一个经过认证的不安全率上限，而不只是按置信度排序后把最不确定的病例转给眼科医生。 此前的做法是用置信度或校准后的不确定性给病例排序，转诊最不确定的那些；近期的智能体临床系统会调用工具，但很少在相同转诊成本下与置信度转诊比较，其决策也不带统计保证。 在RFMiD官方测试划分的640张图像上，所有方法在5%、10%、15%、20%、30%、40%六个相同转诊预算下比较，并用同一套保形校准给出等价的认证安全水平。
系统把每张眼底照片的证据汇成一个“该自动决策不安全”的概率，再据此决定接受、补充验证还是转诊。 这里的智能体指决定病例下一步去向或是否值得花算力的组件，包括质量、诊断、不确定性、验证、证据、决策与报告几个环节。 诊断环节用RETFound微调出多标签概率，不确定性环节做20次带dropout的随机前向传播，验证环节用独立训练的ConvNeXt-B，其预测不替换主预测，只把分歧送入风险模型。
验证器和解释工具只在预期能改变决策、且收益超过实测延迟时才被调用，接受阈值则在独立校准集上认证。 把工具无条件挂在分类器周围只有在证据确实改善接受或转诊决定时才有用，而这一点取决于主模型自身的不确定性已经揭示了多少错误。 门控策略在验证器信息有用时对24.8%的测试病例调用它，在无用时的强模型设置下只调用7.7%，两种设置下计算量分别减少30%和29%。
启示与展望
结论建立在RFMiD官方测试划分的640张图像上，全部开发数据来自这一个公开数据集，外部评估使用由诊断关键词导出的ODIR-5K标签且不重新训练。读者对象是设计筛查分诊与选择性预测的研究人员和工程师；源文提出的后续方向包括在更多主模型与验证器上系统测量对模型强度的依赖、用临床医生分级可评估性验证质量智能体、引入临床加权损失与适应分布偏移的保形方法，以及在更大规模多中心队列上评估。
保形保证是边际的、假设样本可交换，在人群偏移下不成立；两种主模型只在微调日程上不同，因此对模型强度的依赖只基于两个点而非系统扫描；质量智能体用合成损坏验证，而非分级可评估性标签；不安全决策的定义对漏诊标签等权，尽管成本加权损失可直接纳入同一框架；计算成本来自各工具实测单次延迟而非端到端部署。