编辑推荐：
针对深度学习超声诊断模型在性别、年龄等属性存在性能差异的问题，研究人员开展 APPLE 方法研究，通过生成对抗网络学习潜在空间公平扰动。实验表明该方法提升多属性诊断公平性，为公平医疗系统提供新路径。
在医疗影像智能化的浪潮中，超声诊断凭借无创、便携等优势成为临床 “标配”，但深度学习模型的 “偏见” 却如乌云般笼罩着精准医疗的天空。当 AI 读片时，不同性别的甲状腺结节分割结果可能存在差异，不同年龄患者的病灶参数计算可能暗藏偏差，这种基于敏感属性（如性别、年龄）的性能差异，不仅违背医疗公平原则，更可能导致误诊漏诊，成为阻碍 AI 医疗落地的 “暗礁”。如何让 AI 模型在诊断时 “一视同仁”，成为全球医疗 AI 领域亟待破解的难题。
为冲破这一困境，中国科学技术大学（University of Science and Technology of China）、中国科学院计算技术研究所等机构的研究人员展开攻关，相关成果发表于《npj Digital Medicine》。他们聚焦超声图像诊断中的病变分割环节，提出一种无需修改基础模型参数的公平性优化方法 ——APPLE（Adversarial Protected Attribute Aware Perturbations on Latent Embeddings），旨在通过潜在空间的对抗扰动消除敏感属性偏差，为构建更公平的医疗 AI 系统开辟新路径。
关键技术方法
研究采用两大核心技术：一是利用生成对抗网络（GAN）在潜在特征空间中学习 “公平扰动”，通过生成器（Gp）向固定分割编码器提取的潜在嵌入（fo）添加扰动 δ，使扰动后的特征（fp=fo+δ）混淆敏感属性信息；二是通过判别器（Dp）对抗训练，迫使生成器生成的扰动能够误导敏感属性识别。实验使用公开的甲状腺超声电影剪辑数据集（TUSC）和青岛大学附属医院的私有数据集（QDUS），涵盖 167 例 TUSC 患者和 192 例 QDUS 患者的超声图像，按性别（男 / 女）和年龄（<50 岁 /≥50 岁）分组，采用分层抽样确保数据均衡。
研究结果
超声分割中的不公平性现状
通过 Dice 相似系数（DSC）评估发现，U-Net、TransUnet 等模型在两个数据集上均存在性别和年龄偏差：女性组 DSC 普遍高于男性组，TUSC 中年轻组 DSC 更高，而 QDUS 则相反。放射组学参数（如表面积、周长、能量）的绝对误差在男性和老年组中更大，表明分割偏差会传导至下游诊断，影响良恶性判断。
APPLE 的公平性优化效果
与基线模型及 FEBS、InD 等方法相比，APPLE 在保持整体分割性能的同时显著降低 subgroup 差异。例如，TransUnet+APPLE 在 QDUS 性别属性中实现更高平均 DSC 和更低 DSCΔ（亚组差异）；在 TUSC 数据集上，APPLE 处理后不同亚组的放射组学参数误差分布更接近，Jensen-Shannon 散度（JS）显著降低，表明亚组间差异缩小。
在基础模型中的泛化能力
将 APPLE 应用于分割基础模型 SAM（Segment Anything Model）和 MedSAM（Medical Segment Anything Model）时，MedSAM 的公平性略有提升，SAM 的 DSCΔ 增加约 0.2%，显示其在大规模模型中的适用性。通过 t-SNE 可视化潜在空间发现，扰动后的特征聚类质量下降（ Davies-Bouldin 指数升高、轮廓系数降低），证实敏感属性信息被有效混淆。
公平性与性能的可控平衡
通过调节加权因子 β，可动态平衡模型效用与公平性：β 增大时，DSC 略有下降但 DSCΔ 显著降低，表明 APPLE 可根据实际需求灵活调整公平约束强度，兼顾诊断准确性与公平性。
结论与意义
本研究首次提出在冻结预训练模型参数的严格条件下，通过潜在嵌入的属性感知扰动实现公平性优化。实验证明，APPLE 无需重新训练模型，即可有效缓解超声诊断中基于性别和年龄的偏差，且适用于 CNN、Transformer 及基础模型等多种架构。这一成果不仅为医疗 AI 的公平性评估提供了新范式，更对减少医疗资源分配差异、推动 AI 在基层医疗的普及具有重要意义 —— 想象一下，无论患者年龄几何、性别为何，AI 都能以同等精度提供诊断，这或许是医疗公平最生动的注脚。未来，若将该方法拓展至分类、检测等其他医疗任务，并开发像素重要性敏感的公平性度量，AI 医疗或将更贴近 “无差别精准” 的终极目标。
