科研 Skill

医学影像模型可信评估

codar-ai-medical-imaging-skill-f11068c4ce70

当用户需要审核医学影像模型的数据泄漏、外部验证、校准、不确定性、OOD、可解释性或模型文档时使用。

发布者 Codar安全审核通过v0.1.0更新于 2026-09-16

SKILL.md

医学影像模型可信评估

确认模型用途、预测时点、输入要求、目标人群和可采取的临床动作。验证数据必须独立于训练、预训练微调和阈值选择,患者及其派生影像不能跨集合。

评价区分度、校准和目标阈值下的错误代价;分中心、设备、协议、疾病谱和人群亚组报告。外部数据上的性能下降需区分输入漂移、标签差异和真正的泛化失败。

不确定性与 OOD 方法要用已知域外/低质量数据验证拒绝是否有效。热图或特征归因只能用于排查捷径,不能单独证明模型“可解释”。

交付数据谱、性能与区间、校准、亚组/OOD、严重错误和模型卡。达到平均指标不代表可部署;还需明确监测、人工接管和停止使用条件。

所属插件

AI医学影像影像组学、医学影像深度学习与数字病理。

安装该插件会一并获得同领域的 22 个 Skill / MCP。

同插件的其他科研 Skill

常见问题

医学影像模型可信评估能做什么?

当用户需要审核医学影像模型的数据泄漏、外部验证、校准、不确定性、OOD、可解释性或模型文档时使用。

如何安装医学影像模型可信评估?

在科搭 Codar 左侧点击「插件」,在「组件」页签搜索「医学影像模型可信评估」并安装;在 Claude Code 或 Codex 中可以发送本页的安装提示词,或下载 Skill 包后解压到 ~/.claude/skills 或 ~/.codex/skills。

医学影像模型可信评估需要哪些权限?

该科研 Skill没有声明额外权限;执行具体操作时仍由 Agent 按自身规则请求确认。

医学影像模型可信评估经过官方审核吗?

是。SpeedSkills 收录的每个版本都会记录内容摘要与权限声明,当前版本已通过安全审核。