From Canon to Nikon: Camera Domain Shift and Potential Equity Implications in Retinal AI
作者: Lisa Y. W. Tang
分类: cs.CV, cs.CY
发布日期: 2026-10-21
💡 一句话要点
评估相机域转移对视网膜AI性能的影响
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 视网膜AI 相机域转移 糖尿病视网膜病变 性能评估 医疗影像分析 深度学习 分类任务
📋 核心要点
- 现有的视网膜AI系统在不同相机平台上表现不一致，影响其可靠性和安全性。
- 论文通过使用预训练的视网膜基础模型，系统评估了不同相机在多任务分类中的性能差异。
- 研究发现，相机平台对性能的影响在不同任务中显著，且无法通过提高分辨率或选择不同分类器来一致性改善。
📝 摘要（中文）
糖尿病视网膜病变是可预防失明的主要原因，但全球筛查的可及性有限。人工智能提供了一种可扩展的方法，但其性能对图像质量和采集条件敏感。在一项巴西的研究中，使用尼康NF5050相机获取的视网膜图像，其图像质量不合格的概率是使用佳能CR-2相机的两倍以上。这一潜在的成本与质量权衡突显了在异构成像系统中部署AI系统时的重要性。通过使用预训练的视网膜基础模型，本文系统评估了相机相关的性能差异在12个视网膜疾病分类任务中的表现，发现这些差异在任务间变化显著，且输入分辨率和分类器选择并未一致缓解跨相机的变异性。研究结果表明，相机平台是一个被忽视的性能变异来源，影响视网膜AI的安全性和可靠性。所有源代码、评估脚本和任务结果已在GitHub上发布，以支持可重复的基准测试。
🔬 方法详解
问题定义：本文旨在解决在不同相机平台上，视网膜AI系统性能不一致的问题。现有方法未能充分考虑相机域转移对AI性能的影响，导致在实际应用中可能出现安全隐患。
核心思路：通过使用一个冻结的预训练视网膜基础模型，系统性地评估不同相机在视网膜疾病分类任务中的表现差异，揭示相机平台作为性能变异的潜在来源。
技术框架：研究采用了一个包含12个视网膜疾病分类任务的框架，使用四种输入分辨率和五种下游分类器进行评估，旨在全面分析相机平台对AI性能的影响。
关键创新：本研究的创新点在于系统性地识别和量化相机平台对视网膜AI性能的影响，强调了这一因素在异构成像系统中的重要性，填补了相关研究的空白。
关键设计：在实验中，使用了多种输入分辨率和分类器，未发现提高分辨率或更换分类器能够一致性地缓解跨相机的性能差异，表明相机平台的影响是复杂且显著的。
🖼️ 关键图片
📊 实验亮点
实验结果表明，相机平台对AI性能的影响在不同任务中变化显著，且在12个分类任务中，未能通过提高输入分辨率或选择不同分类器来一致性改善性能。这一发现强调了相机选择在视网膜AI应用中的重要性。
🎯 应用场景
该研究的潜在应用领域包括医疗影像分析、糖尿病视网膜病变筛查和AI辅助诊断系统。通过提高不同相机平台下AI系统的可靠性，可以促进更广泛的临床应用，改善患者的筛查和治疗效果，最终降低失明风险。
📄 摘要（原文）
Diabetic retinopathy is a leading cause of preventable blindness, yet access to regular screening remains limited worldwide. AI offers a scalable approach, but its performance can be sensitive to image quality and acquisition conditions. In a Brazilian cohort of 8,524 patients, retinal images acquired with the Nikon NF5050 were more than twice as likely to have inadequate image quality compared with those acquired with the Canon CR-2, despite refurbished Canon systems costing more than twice as much as Nikon systems. This potential cost-quality trade-off highlights an important consideration for the reliability of AI systems deployed across heterogeneous imaging systems. Using a frozen pretrained retinal foundation model, we systematically evaluate whether camera-associated performance differences persist across 12 retinal disease classification tasks, four input resolutions, and five downstream classifiers. We find that camera-associated performance differences vary substantially across tasks, and that neither higher input resolution nor classifier choice consistently mitigates cross-camera variation. These findings identify camera platform as a potentially overlooked source of performance variability, with implications for the safety and reliability of retinal AI when deployed across heterogeneous imaging systems. We release all source code, evaluation scripts, and per-task results on GitHub to support reproducible benchmarking.