EnTrust представляет рамку, в которой межмодальный конфликт рассматривается как основной источник предсказательной неопределенности в анализе медицинских изображений. Он разделяет мультимодальные признаки на общий консенсус, модальность-специфические сигналы и сигналы конфликта, что позволяет осуществлять калиброванную оценку неопределенности на уровне пикселей через модель на основе диффузии и карты доверия. EnTrust достигает наилучшей точности сегментации, снижает ошибку калибровки на 40% и превосходит 5-кратные глубокие ансамбли с половиной объема памяти.