冠脉影像智能体先亮证据再给答案：门控只放行76.7%，参考病灶候选也被拒一半

泛血管介入的智能体输出被要求附带可核查的证据状态，而不是只给一个看起来合理的答案。 此前的做法是让语言模型直接给出结论，检索增强生成并不保证来源、终点、分母与时间窗一致，也不保证在证据不足时拒答。 在公开 ARCADE 冠脉造影基准上，证据门控在狭窄帧上接受 76.7% 的候选输出，而只按分数判断的比较器接受 100%，两者在同一锁定测试环境下对照。

门控把“支持”与“预测分数”分开，并允许系统明确弃答。 门控不是再训练一个模型，而是对固定模型给出的候选病灶掩膜与预测血管支撑掩膜做几何检查。 候选面积需至少 20 像素、不超过图像 25%，并满足重叠条件才被保留；保留接受率为 76.7%，水平翻转、垂直平移与膨胀后接受率分别为 0%、0% 与 0.3%。

受控扰动下分割性能下降，但门控覆盖率并不随之归零，说明覆盖率不能当作性能保证。 此前只有池化指标，无法看出空间或强度变化对病灶分割的影响。 水平翻转、垂直平移与强度衰减下，狭窄 Dice 分别为 0.195、0.228 与 0.170，AUROC 为 0.940、0.952 与 0.944，门控覆盖率为 0.633、0.790 与 0.670。

构造故障库让门控对掩膜变换的响应变得可检查，同时暴露其拒绝代价。 此前没有把参考候选掩膜与人为构造的错误候选放在同一审计流程中比较。 参考候选掩膜被接受 44.3%、被拒 55.7%；翻转、平移、随机帧候选掩膜替换与膨胀的接受率分别为 2.0%、6.0%、3.0% 与 11.7%。

该基准面向泛血管介入研究的方法学读者与工程实现者，评估范围是公开 ARCADE 冠脉造影数据的图像级任务，包含语法与狭窄两个环境，各 1000 张训练、200 张验证与 300 张测试图像。门控与动作审计在固定模型上运行，狭窄分数阈值在验证集上从 0.10 到 0.90 以 0.05 步长按平均图像级 Dice 选出后锁定。作者提出的下一步是开展窄范围、按血管床区分的器械—血管一致性研究，以冠脉数据做开发、股腘动脉数据做外部迁移，并让几何、力学、血流动力学与生物学分别测量后再考虑复合评分。

作者说明该实验未建立递归改进、临床正确性或经裁定的科学错误减少。门控拒绝超过一半的参考候选掩膜，可能来自预测血管支撑不完善、面积限制或重叠启发式，本次审计未区分这些原因。每个表示设置只训练三个 epoch、单一随机种子，训练波动与收敛性未被刻画；投影惩罚未被证明带来一致的预测优势。构造故障标签不代表真实错误状态，受控变换也不是外部队列验证或预注册临床试验。ARCADE 不含患者标识、操作动作、器械规格、血流、纵向结局或临床裁定，因此掩膜无法建立 Suitcordance、数字孪生或治疗获益。