待验证50% 置信决策规则精确时间
对于疟疾诊断场景，假阴性的危害远大于假阳性，因此召回率（Recall/Sensitivity）比整体准确率更为关键
1
来源数
50%
置信度
长期有效
时效性
2026/7/13
首次发现
来源
相关事实
待验证在疟疾筛查等高风险医疗场景中，假阴性的后果远比假阳性危害大，因此模型设计倾向于以较低决策阈值换取高召回率，而非追求F1或AUC-ROC的最优83% 相似待验证在爽约预测任务中，漏掉真正会爽约患者（假阴性）的代价远高于误判到场患者的代价，因此应优先保证召回率67% 相似待验证AI灵敏度越高假阳性越多：糖网AI筛查敏感度设到95%以上时特异度往往降至85%以下，会带来大量假阳性转诊负担；社区大规模筛查应关注特异度而非单纯追求高敏感度60% 相似待验证检测项目并非越多越好：项目从10项增加到40项，价格翻倍但临床可解读性下降，因为IgE阳性≠临床过敏，仍需结合症状史判断59% 相似待验证泰特洛克的研究得出结论：专家预测的准确率仅略高于随机猜测，甚至不如简单的统计基准线59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/502875API
curl https://kongchang.com/api/v1/knowledge/claims/502875MCP
get_claim(id=502875)