复旦管院再添顶刊论文！优化不确定性下“一人一策”模型选择 | 登顶

想象这样一个临床场景：医院有好几套AI胸片诊断模型，有的模型对老年患者识别效果好，有的更擅长识别年轻人的肺部病变。过去传统的做法，会选出在整体人群中平均表现最好的那一套模型，给所有病人统一使用。可这套“通用最优”模型，对具体到不同身体状况的个体来说，并不一定是最适合的。这正是这项研究想要解决的现实痛点。

 

在医疗诊断、自动驾驶这类高风险场景，现实情况往往充满不确定性。传统决策方案分两类：一类只追求平均效果最好的，遇到意外情况极易出错；另一类鲁棒优化方法，凡事考虑最坏的情况，虽然安全，但决策过于保守，实用性大打折扣。

 

上下文鲁棒优化（CRO）是近年比较热门的解决方案：它结合患者个体特征，生成一个以目标概率包含真实病情的预测集合，基于集合内最坏情况给出治疗方案。共形预测技术可以保证这个预测集合有可靠统计保障。

 

但现有研究也存在明显短板：挑选模型时，大家习惯看“预测集合大不大”，集合越小就选哪个。在以相同概率包含真实病情的前提下，较小的预测集能够排除更多候选诊断，从而提供更精确的诊断信息。然而，这一比较标准并不能直接用于评价下游决策：预测集更小，并不意味着据此制定的治疗方案更优。一个范围很小的预测集合，针对某个特定病人，给出的治疗损失反而可能会很高。同时，传统方案“一套模型用到底”，忽略患者年龄、身体情况的个体差异，很难适配精准医疗的需求。

 

针对以上问题，我们团队提出了CROMS完整研究框架，跳出“看集合大小选模型”的固有思路，直接以最小化下游实际决策损失作为选模型的核心标准，把共形预测集合构建和决策风险控制融为一体，开发出三款适配不同需求的算法：E-CROMS计算速度快，大样本下决策效果渐近最优，适合算力有限、样本量大的场景；F-CROMS严格保障有限样本下统计可靠性，不依赖数据分布，追求结果绝对安全，代价是计算开销较高；J-CROMS兼顾计算效率与统计保障，是前两者之间实用折中方案。

 

更重要的是，我们进一步拓展出CROiMS个体化模型选择框架。仍然以胸片诊断为例，面对一位年轻患者，系统将不再直接调用全局优选的老年向模型，而是根据患者自身影像特征，专门挑选适配年轻人的AI模型；面对高龄患者，则自动切换更适合老年人的模型。这样可以让每个测试对象，都拥有属于自己的优选模型。这也是共形预测领域首次实现协变量感知的个体化模型选择。

 

我们在分类、回归仿真数据，以及真实新冠胸片医疗数据集开展了大量实验。结果显示，对比随机选模型、传统端到端基准方法，本套框架能够显著降低决策损失；CROiMS在不同人群分组中，均能取得更优的决策效果，更加贴合精准医疗 “一人一策”的理念。

 

这项研究的创新价值主要体现在三个方面：第一是革新评判标准，将模型选择的标尺，从间接的集合尺寸，切换为决策者真正关心的实际决策损失，更加贴合真实业务；同时提供了多套算法，使用者可以根据算力、安全保障要求灵活选用；并且还支持个性化决策，实现样本层面的定制化模型筛选，为医疗等高风险个性化应用提供新的统计学理论支撑。

我对科研工作的兴趣是慢慢发掘出来的。进入大学以后，我在大一大二时发现自己对数理课程更感兴趣，于是选择了统计学专业。大三在尝试了几次企业实习后，我发现比起日常重复性较高的工作，我更想做的是探索前人没有解决的问题，做具备开创性的研究。也是在这个阶段，我确定了未来朝着科研方向发展的想法。

 

一路走来，导师对我的影响很深。博士阶段我有幸跟随两位导师学习，一位是韩东教授，他对我十分包容，总是鼓励我多探索自己感兴趣的课题，同时给我各方面的支持。他的敬业精神尤为让我钦佩，当时我常常在晚上10点左右离开，而导师还在办公室工作。

 

另一位是任好洁教授，她在我的学术成长过程中给予了巨大的帮助。在她的指导下，我打破了对科研比较狭义的理解。一开始我觉得统计学研究只要完成理论推导、提出新方法就足够了，跟着她学习后我才明白，一篇完整的论文，从选择有意义的问题、建立方法技术、进行写作表达、梳理完整脉络，都是不可或缺的基本功，也是独立科研者必须具备的能力。到了博士后阶段，合作导师邹长亮教授又更新了我对高水平研究的认知：要在统计学顶刊发表论文，关键在于提出新颖且有价值的研究问题，将现实问题提炼为清晰的统计问题，并抓住问题的本质，提出相应的解决方法。即使在出差间隙，邹老师也会抽出时间和我们讨论课题。他对科研的投入与专注，一直深深地感染着我。

 

全世界有那么多研究者，遇到选题“撞车”其实并不罕见。我一直记得博士导师说的一句话：Done is better than perfect，如果找到了有意义的问题，要优先明确统计方法、完成阶段性成果，不必过度追求完美，一直纠结细小的技术难点，导致研究周期过长。我个人认为统计是面向现实问题的学科，问题的价值永远放在第一位，可以先给出阶段性方案，后续再持续深挖完善。

 

今年9月，我第一次正式站上讲台为学生独立授课。与科研工作相比，教学有更多新的挑战。我很喜欢和同学们交流的过程，同时我也在快速学习和打磨自己的教学技巧，学会更好地把握课堂节奏。对于想要走科研道路的同学，我想说的是，科研工作很少一帆风顺，反馈周期很长，不必只把论文录用当成唯一的正向激励。大家可以给自己设置阶段性目标，把完成研究、解决问题都看成收获。边推进、边整理成文，既能及时获得正向反馈，也能在梳理的过程中重新审视研究本身。