Teknoloji & Bilimsel Doğrulama

Doğrulama

Neden bu sonuçlara güvenebilirsiniz

Küçük tıbbi veri kümelerinde performans kolayca şişer. Bu yüzden modeli kasıtlı olarak zorlayan bir doğrulama bataryası uyguladık.

Hasta-gruplu split

Bir hastanın tüm kesitleri tek bir bölümde; eğitim ve test arasında aynı-hasta sızıntısı yok.

Kontaminasyona dayanıklı

Çapraz-sınıf yinelenen 285 görsel çıkarıldığında vaka AUC değişimi <0.003 — sonuç sızıntı kaynaklı değil.

Domain-shift yok

İki farklı veri partisi arasında AUC farkının %95 güven aralıkları sıfırı içeriyor — parti bağımsız.

Makul kalibrasyon

Brier ≈0.088, ECE ≈0.06–0.07; olasılıklar aşırı-özgüvenli değil, klinik tarama için uygun.

Alt grup analizi

Çift-göz vakalarda AUC 0.99; tek-göz vakalarda 0.83 — güçlü ve zayıf yanlar dürüstçe raporlandı.

Uzamsal denetim

Grad-CAM dikkati kenar/artefakta değil retina bandına yoğunlaşıyor — mekanik olarak tutarlı.

Sonuçlar

Vaka düzeyi held-out performans

109 vaka (49 katarakt, 60 şeffaf), eşik 0.5, kesit olasılıklarının ortalamasıyla vaka kararı.

Model	AUC	Duyarlılık	Özgüllük	Doğruluk
EfficientNet-B3 ★	0.955	%87.8	%90.0	%89.0
XGBoost	0.951	%85.7	%90.0	%88.1
Topluluk (hepsi)	0.951	%85.7	%90.0	%88.1
Random Forest	0.948	%85.7	%88.3	%87.2
DenseNet-121	0.941	%81.6	%90.0	%86.2
ViT-Base/16	0.934	%83.7	%90.0	%87.2

On bir modelin tamamı AUC 0.93'ün üzerinde — sinyal tek bir mimariye özgü değil, geniş biçimde öğrenilebilir. EfficientNet-B3, Grad-CAM'e uygun evrişimsel yapısı nedeniyle dağıtım modeli olarak seçildi.

Grad-CAM · retina bandı %41

Mekanizma

Modelin gördüğü: medya opasitesinin izi

Lens posterior görüş alanında değildir; model kataraktı doğrudan görmez. Bunun yerine, ön medya opasitesinin posterior görüntü kalitesini nasıl bozduğunu okur. Grad-CAM analizi bunu doğruluyor: dikkat kenarlarda (%21) değil retina bandında (%41) yoğunlaşıyor.

Bu, yaklaşımın hem yeniliği hem de sınırıdır — dolaylı, görüntü-kalitesi aracılı bir opasite belirtecidir; dış, çok-merkezli, ileriye dönük doğrulama gereklidir.

Bilimsel temeli sağlam bir model