人口学条件化的合成医学影像用于疾病分类器的偏置缓解与检测

医学影像分类器的逐亚群公平性审计面临样本量问题：留出测试集中的少数亚群样本太少，使逐亚群表现的置信区间比审计要检测的偏置更宽。我们论证：人口学条件化的合成生成器可两者兼为——在训练侧缓解偏置、在评估侧检测偏置。以端到端微调的Stable Diffusion 2.1生成器在新冠胸部CT分类上工作，我们得到两个发现。偏置缓解（训练）：人口学平衡的合成队列最有用的是作为预训练先验而非联合增广——在相同固定数据下，先序贯预训练再微调大幅优于联合增广，所得分类器以约100倍的真数据效率超越全真数据基线。偏置检测（评估）：跨五个合成少数队列与五个分类器种子——合成估计器再现了高效真oracle的亚群排名（MCC与Recall的Spearman ρ=1.00），并在小真测试集样本耗尽处给出更可靠的逐格估计。合成队列因此在公平审计关心的那些格中最有用——既是亚群偏置的修复也是量尺。