待验证50% 置信权衡取舍精确时间
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
1
来源数
50%
置信度
长期有效
时效性
2026/7/14
首次发现
来源
相关事实
待验证对于疟疾诊断场景，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66% 相似待验证基于酶抑制率法原理，价格门槛低、上手简单，但该方法本身存在假阳性和假阴性概率，结果只能作为初筛参考，不能替代实验室级别的定量检测62% 相似待验证Anthropic在2024年的研究论文中量化了模型过度拒绝现象，发现经过安全训练的模型在某些场景下拒绝率高达15-30%属于误判62% 相似待验证检测项目数量并非越多越好：200+项的大套餐中大量为极低发病率或与本品种无关的位点，实际有临床意义的多为该品种20-40个高发项，为无关项付费属浪费61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/503604API
curl https://kongchang.com/api/v1/knowledge/claims/503604MCP
get_claim(id=503604)