产前超声生物测量必须在图像能够支撑时给出头围（HC），否则应拒绝。选择性预测在覆盖率与误差之间进行权衡，其有限样本保证只约束严重错误的发生率，而不限制错误的幅度。我们对一个基于工具的测量流水线进行审计，使用两套事先登记的四折划分（共 999 张标注的 HC18 图像），在每个划分上分别重新训练分割模型三次。通过精确的 Clopper‑Pearson 风险控制校准轮廓完整性阈值，得到的风险证书与手动设定的底线无差别，但流水线仍产生了 271.3 mm 的错误：在真实 HC 为 324.6 mm 的图像上拟合了一个小的几何完整环。该候选的完整性得分为 0.94，未能发现该失效；约 150 条答案中仅有一个异常，仍保持了认证的风险上限（α = 0.10）。第二个未触碰的划分在另一张图像（233.3 mm）上复现了同样机制。通过限制可接受区间——即测量值定义的解剖范围——可以去除整个错误族：将下限从 50 mm 提升至 55 mm 只损失 0.4% 的覆盖率，却将最坏误差降至 11.4 mm 和 11.1 mm；而仅通过完整性阈值抑制则分别损失 19.0% 和 12.1% 的覆盖。若在解剖学上设定 70 mm 的下限，冻结测试的平均绝对误差分别为 1.91 mm 和 1.81 mm。
点评：风险控制方法只能保证错误率不超标，却无法防止单个极端误差。将解剖学先验纳入可接受区间是降低最大误差的有效手段，但会以覆盖率为代价。该审计揭示了选择性预测在医学图像中的局限性，提示需结合领域约束才能实现可靠的自动测量。