AI 可以加快分割、分类和相似影像检索，但模型输出不是脱离条件的事实。训练资料、模型版本、阈值和人工复核都会影响结果。
先区分建议与确认
模型推荐的区域和标签应以独立状态保存，经过人工复核后再转为确认注释。这样既能利用自动化，也不会让未核验结果直接进入正式数据。
记录输入与运行条件
同一模型在不同分辨率、染色方法或样本类型上表现可能不同。保存输入版本、预处理方式和参数，才能解释两次运行为何产生差异。
让错误成为可学习资料
人工否决的建议同样有价值。将错误类型与适用边界记录下来，可以用于调整流程、重新训练模型和提醒下一位使用者。
训练范围决定模型能够识别什么
只在一种染色方法或单一物种上训练的模型，面对新的成像条件时可能明显退化。使用模型前应了解训练样本的物种、组织、设备与分辨率。
相似的视觉纹理不代表相同生物意义。模型可以提出候选区域，但领域人员仍需根据实验背景判断。
置信度不是正确率保证
置信度描述模型在自身输出空间中的倾向，不能自动转换成现实世界的可靠程度。资料分布改变时，高置信错误仍可能出现。
界面应该同时展示阈值、模型版本和复核状态，不用单一百分比制造确定感。
人工修正需要回到训练闭环
如果复核人员持续修正同一类错误，这些记录应进入误差分析，而不是只修改最终标签。错误模式能够指导资料补充、类别重定义和模型更新。
重新训练后仍需保留旧模型结果，才能比较改进是否真实发生在目标场景。
生成式说明不能替代影像证据
语言模型可以帮助整理术语或生成摘要，但它看不到未提供的实验条件，也可能把不确定观察写得过于确定。
自动说明应连接到具体影像、区域和来源，经过人工确认后再发布。
数据泄漏会让评估过于乐观
同一受试对象、同一切片或相邻图块同时进入训练与测试集时，模型可能记住样本特征，而不是真正学会泛化。
拆分应以研究对象和采集批次为单位，并记录拆分规则。只随机分配图片通常不足以避免泄漏。
模型更新需要可比较的基准
新版本在一个指标上提高，不代表所有场景都改善。应保留固定基准集，并按物种、组织、设备和困难样本分别报告。
若基准资料发生改变，结果必须标记为新的比较序列，不能直接覆盖旧数字。
部署后的模型仍需要观察
实验评估通过后，真实使用资料仍可能改变。系统应观察输入分布、人工否决比例和不同设备下的表现，而不是只看整体调用次数。
发现偏移时，可以提高人工复核比例或限制适用范围。暂时缩小能力比继续输出无法解释的结果更可靠。
解释图不能冒充模型内部因果
热图或注意力图显示模型对输入区域的响应，不一定证明该区域是生物学原因。解释工具适合帮助复核和发现异常，不适合单独作为机制结论。
发布结果时应说明解释方法、基线与限制，并让读者返回原始影像比较。
最终结论必须回到人类可读证据
模型输出、置信度和解释图可以提高效率，但正式结论仍应连接到原始影像、区域与实验条件。
这样第二位研究者才能独立复核，而不是只能相信一个无法重现的模型判断。