不確実性の定量化は、健康関連の信号解析における機械学習システムの安全策として提案されている。しかし、不確実性スコアが有用なのは、それが信頼性の指標として振る舞う場合に限られる。自由行動下のウェアラブル心電図（ECG）信号品質評価は、曖昧さ、アーティファクト、取得環境の変化によって、確信と正しさの関係が変わり得るため、検証のための試験床として適している。本研究では、曖昧さ、制御された破損、外部分布シフトのもとでの予測不確実性を評価する。解析対象は、ブルノ工科大学ECG品質データベースに含まれる15被験者から得られた同期済みの単一誘導ECGと三軸加速度計データであり、重なりのない10秒窓32,224個を用いた。2つのモデル系列を比較した。多項ロジスティック回帰と、分類・回帰木（CART）である。それぞれ、点推定から固定構造の事後分布へ、さらに固定構造の事後分布から構造事後分布へと段階的に進めた。指定されたアレアトリック不確実性とエピステミック不確実性の尺度として、条件付きエントロピーの期待値と相互情報量を評価し、max-softmax不確実性を信頼性ベースラインとした。検証では、誤り順位付け、選択的予測、行動プローブ、事後分布の構造的多様性、記録ノイズによるストレステスト、零ショットの外部転移を扱った。ロジスティックの構造事後分布では、9特徴のうち期待8.5を保持し、ほぼ完全なマスクに集中したため、追加的な予測多様性は小さかった。一方、ベイズCARTでは、保持された238ドローのうち221の異なる完全トポロジーが得られ、スコア依存の選択的リスク行動がより強かった。条件付きエントロピーは局所的なクラス重なりの増大に伴って増加し、相互情報量は学習情報が減少したときに増加したが、いずれも交差感度を示した。記録ノイズ下では、不確実性よりも予測品質の重症度の変化の方がより一貫しており、外部転移では、不確実性の順序付けよりも序数としての重症度がより確実に保持された。これらの結果は、事後分布の豊富さだけでは信頼できる不確実性を保証できないことを示している。したがって、不確実性に基づく棄権、再取得、あるいは下流の意思決定を支援する前に、モデルから得られた不確実性を、事前に定めた曖昧さ、情報量、シフトのプローブに対して検証する必要がある。
https://doi.org/10.64898/2026.08.25.26361304