面向PCOS风险评估的可解释且公平的人工智能工具：校准、子群公平性与临床部署

本文提出了一个经过公平性审计且具可解释性的机器学习框架，用于预测多囊卵巢综合征（PCOS），旨在评估模型性能并识别患者子群之间的诊断差异。该框架将SHAP基于特征归因与人口统计审计相结合，以将预测解释与观察到的差异关联起来，为提供可操作的见解。采用Brier分数和期望校准误差（ECE）等概率校准指标，确保不同子群中的风险预测可靠。训练了随机森林、支持向量机（SVM）和XGBoost模型，并使用等距校准和Platt scaling进行校准和公平性比较。达成高预测准确率的随机森林模型为90.8%。SHAP分析识别出卵巢数量、体重增加和月经不规律为最具影响力的特征，这些特征与罗特登诊断标准一致。虽然采用等距校准的SVM实现了最低的校准误差（ECE=0.0541），但随机森林模型在校准性和可解释性之间取得了更好的平衡（Brier=0.0678，ECE=0.0666）。因此，选定其进行详细的公平性和SHAP分析。子群分析显示，该模型在25-35岁女性中表现最佳（准确率90.9%），但在年龄小于25岁的女性中表现较差（准确率69.2%），凸显了年龄相关的差异。该模型在肥胖女性中实现了完美的精确率，在瘦型PCOS病例中保持高召回率，显示出对不同表型的鲁棒性。最后，基于Streamlit的Web界面实现了实时PCOS风险评估、罗特登诊断标准评估以及交互式'情景分析'，弥合了AI研究与临床实用性之间的鸿沟。