基于公平 Cox 模型的医疗资源公平分配
机器学习
2020-10-15 v1 人工智能
计算机与社会
摘要
医疗补助（Medicaid）等医疗项目为弱势人群提供关键服务，但由于资源有限，许多最需要这些服务的人仍在等候名单上煎熬。生存模型，例如 Cox 比例风险模型，可通过预测个人的需求程度来潜在改善这一状况，进而用于优先排序等候名单。向有需求者提供照护可防止其被机构化，这既改善生活质量又降低总体成本。尽管这种方法的好处显而易见，但必须注意确保优先排序过程是公平的或不依赖于基于人口统计信息的有害刻板印象。本工作中，我们为生存模型开发了多种公平性定义及相应的公平 Cox 比例风险模型，以确保医疗资源的公平分配。我们在两个公开可用的生存数据集上展示了我们方法在公平性与预测准确性方面的效用。
引用
@article{arxiv.2010.06820,
title = {Equitable Allocation of Healthcare Resources with Fair Cox Models},
author = {Kamrun Naher Keya and Rashidul Islam and Shimei Pan and Ian Stockwell and James R. Foulds},
journal= {arXiv preprint arXiv:2010.06820},
year = {2020}
}
备注
AAAI Fall Symposium on AI in Government and Public Sector (AAAI FSS-20), 2020