长尾分布是医学图像分类中一个长期存在的难题。在多类医学数据集中，某些疾病类别（尤其是罕见但严重的疾病）的样本数量往往远少于常见类别，导致深度学习模型在“尾部”类别上性能显著下降。这一问题在临床应用中尤为关键，因为这些罕见类别往往对应高风险疾病，如某些类型的皮肤癌，需要极高的诊断准确率。
现有的应对方法包括设计专用的网络架构、采用重平衡的损失函数（如焦点损失）以及手工设计的数据增强策略。然而，这些方法只能带来有限的性能提升，且由于它们生成的变异有限且大多具有确定性，难以扩展到更复杂的实际场景。
针对上述挑战，来自英特尔实验室的Jiaxiang Jiang、Mahesh Subedar和Omesh Tickoo在2026年5月提交的一篇论文中，提出了一种基于扩散模型的合成数据增强管道，专门用于医学长尾分类任务。该方法的核心是一个新颖的图像修复扩散模型（inpainting diffusion model），它能够根据给定的病变区域生成与真实图像高度相似的合成图像。此外，该管道还引入了一个分布外（Out-of-Distribution, OOD）后选择机制，用于筛选生成的样本，确保其多样性和临床相关性。
研究人员在ISIC2019皮肤病变分类数据集上进行了实验验证。ISIC2019是最大的、最不平衡的医学影像基准之一，包含大量的皮肤镜图像。实验结果表明，所提出的方法在整体分类性能上取得了显著提升，尤其是在样本最少的尾部类别上，准确率提高了超过28%。这一成果充分证明了基于扩散模型的合成数据增强在缓解长尾不平衡问题上的巨大潜力，为提高医学图像分类模型的鲁棒性提供了新的思路。
该方法的成功不仅适用于皮肤病变分类，还有望推广到其他医学影像领域，如视网膜病变、肺部疾病等，为应对医疗数据中普遍存在的长尾分布问题提供了有效的解决方案。论文作者来自英特尔实验室，展示了工业界在推动医疗AI发展方面的积极努力。