图灵奖得主 LeCun 用来怼 Google 的乳腺癌 AI 论文，有何过人之处？(16)_2020年的第一天

然而在良性/非良性预测方面，其他一些模型确实优于‘view-wise’集成模型。仅有图像输入的四种模型表现大致相当，低于image-and-heatmaps模型。在恶性/非恶性分类中， image-and-heatmaps模型比良性/非良性分类有更强的改进。

我们还发现， ensembling在所有模型中都是有益的，这使得AUC的小而稳定的提升。

image-and-heatmaps模型的四个变体模型集成后，在筛查人群中对良性/非良性预测任务的AUC为0.778 ，恶性/非恶性预测的AUC为0.899 。尽管这种性能优于任何单独的模型，但在实践中运行这样一个由20个独立模型组成的大型集成体将非常昂贵。

D. 活检亚群

我们在表３的右半部分显示了模型在活检人群中的评估结果。我们的测试集有401个乳腺，其中339个有良性发现， 45个有恶性发现， 17个两者均有。活检亚群与总体筛查人群不同，总体筛查人群主要是健康个体，他们每年都要进行常规筛查，而没有其他的影像学或活检。与筛查人群的结果相比，所有模型在活检人群的AUC明显较低。