Bt-GAN：通过偏置转换生成公平的合成健康数据
机器学习
2024-04-29 v3 人工智能
摘要
合成数据生成可作为提高电子健康记录(EHR)实用性的有前景的解决方案，通过生成逼真的去识别数据来实现。然而，现有文献主要关注合成健康数据的质量，忽略了下游预测中公平性的关键方面。因此，基于合成 EHR 训练的模型因产生偏见结果而受到批评。这些偏见可能源于特征之间的虚假关联，或模型未能准确代表子群体。为解决这些问题，我们提出了偏置转换生成对抗网络(Bias-transforming Generative Adversarial Networks, Bt-GAN)，这是一种专为医疗领域设计的 GAN-based 数据生成器。为解决虚假关联问题(i)，我们提出一种受信息约束的数据生成过程，使生成器能够学习基于明确定义的算法公平性概念的公平确定性转换。为克服准确捕获子群体表征的挑战(ii)，我们通过基于得分的加权抽样鼓励生成器保留子群密度。这种方法迫使生成器从数据流形中被低估的区域学习。我们使用 MIMIC-III 数据库进行大量实验。我们的结果表明，Bt-GAN 在保持 SOTA 准确率的同时，显著提高了公平性并最小化了偏见放大。我们还进行深入的可解释性分析，以提供支持我们研究有效性的额外证据。总之，我们的研究提出了一种新颖且专业的方法，旨在解决医疗域合成数据生成的局限性。通过纳入公平性考量并利用诸如 GANs 等先进技术，我们为医疗应用中更可靠和无偏见的预测指明了方向。
引用
@article{arxiv.2404.13634,
title = {Bt-GAN: Generating Fair Synthetic Healthdata via Bias-transforming Generative Adversarial Networks},
author = {Resmi Ramachandranpillai and Md Fahim Sikder and David Bergström and Fredrik Heintz},
journal= {arXiv preprint arXiv:2404.13634},
year = {2024}
}