某醫院利用 AI 模型進行癌症篩檢，目前模型的精確率（Precision）為 96%，召回率（Recall）為 71%。醫師評估後認為，希望能讓更多真正罹癌的病患在初步篩檢時被及早發現，即使因此增加部分後續複檢人數也可以接受。分析師應優先採取何種策略？
答案 （B）
核心概念
想抓到更多真正罹癌的人，就是要提高召回率，做法是把判定門檻調低。
召回率（Recall）＝ 真正罹癌的人裡，被模型抓出來的比例。精確率（Precision）＝ 被模型判為罹癌的人裡，真的罹癌的比例。兩者通常此消彼長：門檻調低，模型更容易說「有癌」，漏掉的病患變少（召回率上升），但誤判的健康人變多（精確率下降）。題目說多複檢幾個人可以接受，等於同意犧牲一點精確率。
答題技巧
快速判斷技巧：先翻譯需求：「不要漏掉病人」＝ 召回率（Recall），然後門檻往下調。 ・怕漏掉 → 提高召回率 → 門檻調低 ・怕誤判 → 提高精確率（Precision） → 門檻調高 ・想兩個都升 → 通常做不到，排除
易錯陷阱：(A) 跟 (B) 只差「調高」跟「調低」，方向反了就全錯。 關鍵差異：門檻越低，模型越敢說「有」，抓得多但也錯得多。 口訣：癌症篩檢寧可錯抓，不可錯放，召回率優先。