面向皮肤癌诊断的注意力引导公平AI建模
图像与视频处理
2025-12-01 v1
摘要
人工智能（AI）在皮肤科学领域展现出巨大潜力，提供准确且无创的皮肤癌诊断。虽然广泛研究了与皮肤色调相关的偏见，但针对性别偏见的研究仍不充分，导致医疗不平等并加剧现存的性别差异。本研究开发了LesionAttn，一种公平性感知算法，通过引导注意力聚焦于皮损区域来整合临床知识于模型设计，模拟临床医生的诊断重点。结合帕累托前沿优化进行双目标模型选择，LesionAttn在公平性和预测准确性之间取得平衡。在两个大型皮肤科学数据集上进行的验证表明，LesionAttn显著缓解了性别偏见，同时保持了高水平的诊断性能，优于现有偏差缓解算法。我们的研究突显了将临床知识嵌入AI开发以促进模型性能和公平性进步，并进一步推动临床医生与AI开发者之间跨学科合作的潜力。
引用
@article{arxiv.2511.21775,
title = {Attention-Guided Fair AI Modeling for Skin Cancer Diagnosis},
author = {Mingcheng Zhu and Mingxuan Liu and Han Yuan and Yilin Ning and Zhiyao Luo and Tingting Zhu and Nan Liu},
journal= {arXiv preprint arXiv:2511.21775},
year = {2025}
}