模型输出概率未校准，稿件中的“风险”一词怎样处理？

分数在零到一之间，不一定是个人风险

影像模型常给出零点七之类的输出，看起来像“患病概率”。但分类器的数值可能只是用于排序或阈值判定的分数，未必表示同分人群中约七成会患病。投稿标题、摘要和界面图若把它称作“风险”，读者会以为已验证概率的含义。应先说明模型输出来自哪一层、是否经过概率映射，以及打算用于排序、二分类决策还是告知个人绝对风险。用途不同，需要的证据不同。

排序与校准分开检验

AUC衡量阳性病例总体上是否比阴性病例得到更高分；即使AUC不错，模型的概率输出也可能系统性高估或低估实际发生比例。若输出要解释为风险，应在独立数据中比较预测概率与观察比例，给出校准图、校准截距或斜率等适合样本量的结果。画图时按概率分组会受分组方式影响，须说明方法和每组人数。低事件率队列尤其要关注高分段是否只有少数人，不能用平滑线掩盖很宽的不确定性。

外部人群可能改变概率含义

训练集和外部医院的病例构成、患病率、设备及入组方式不同，分数与真实发生比例的关系可能移动。若在外部队列上重新校准，需把重新校准用的数据与最后测试数据区分；用同一批外部病例既调参数又报独立表现，会得到偏乐观的结果。若当前只验证了区分度，表述可写“模型评分较高者更常见某结局”，避免给个体一个未经核对的百分数。TRIPOD+AI报告指南强调预测模型的使用目的、性能和评价数据来源。

二分类阈值也需要背景

若模型只用于标记待人工复核的图像，可报告预先固定阈值下的敏感度、特异度和每百例需复核人数；这不要求把原始分数解释为绝对概率。但若模型宣称“高风险”并据此改变管理，阈值如何选、漏检与误报的后果便需要更完整说明。校准与阈值是两个问题：概率校准良好，不代表任意阈值都合理；阈值固定，也不能证明概率数字准确。

图里叫分数，正文也别突然改叫风险

结果表若列“预测概率”，请核对它确实经过适当校准并标明评估人群；若尚未验证，就写“模型分数”或“输出值”。摘要中的“风险增加”还容易被误读为因果效应，宜写“模型评分与参考结局相关”。提交前检查示例病例图、校准图和正文术语是否一致，尤其别在方法段说输出是分数，到讨论段又把零点八直接写成“八成患病”。读者能清楚分辨排序、概率与决策三层含义，才能正确理解模型能做什么。

参考信息：TRIPOD+AI临床预测模型报告指南与CLAIM 2024医学影像AI清单。