用可解释人工智能解读膝骨关节炎诊断特征：系统性综述
机器学习
2023-08-21 v1 人工智能
计算机视觉与模式识别
摘要
现有用于诊断膝骨关节炎（OA）的人工智能（AI）模型尽管达到了医学专家级别的性能，却因其缺乏透明度与可解释性而受到批评。这种不透明性使它们在临床实践中难以被信任。近来，可解释人工智能（XAI）作为一种专门技术应运而生，它可通过揭示预测是如何得出的来提供对模型预测的置信度，从而促进 AI 系统在医疗中的使用。本文呈现了首个用于膝 OA 诊断的 XAI 技术综述。XAI 技术从数据可解释性与模型可解释性两个视角进行讨论。本文旨在为 XAI 在更可靠的膝 OA 诊断方法中的潜力提供有价值的见解，并鼓励其在临床实践中的采用。
引用
@article{arxiv.2308.09380,
title = {Deciphering knee osteoarthritis diagnostic features with explainable artificial intelligence: A systematic review},
author = {Yun Xin Teoh and Alice Othmani and Siew Li Goh and Juliana Usman and Khin Wee Lai},
journal= {arXiv preprint arXiv:2308.09380},
year = {2023}
}