本研究提出了一种混合主动框架，解决了人工智能决策支持系统在高风险决策中对动态证据和假设互动支持不足的问题。通过开发皮肤癌诊断原型，验证了该框架在提升可解释性和动态更新假设方面的有效性。

本文介绍了多种医学图像处理方法，包括无标签数据的自我监督学习、深度神经网络在皮肤癌诊断中的应用，以及通过多模态预训练框架提升肿瘤分割性能。这些研究展示了提高医学图像分析中模型可靠性和性能的新技术。