可解释人工智能遇见医疗健康：基于心脏病数据集的研究
机器学习
2020-11-09 v1 人工智能
摘要
随着结构化和非结构化数据可用性的增加以及分析技术的快速进展，人工智能（AI）正在给医疗健康行业带来一场革命。随着AI在医疗健康中扮演日益不可或缺的角色，除了模型预测可能遇到的潜在偏差外，人们对其缺乏透明度和可解释性的担忧也与日俱增。这正是可解释人工智能（XAI）登场之处。XAI增加了医疗从业者和AI研究人员对AI系统的信任，从而最终促使AI在医疗健康中的部署日益广泛。在本文中，我们展示了不同的可解释性技术。目的是通过多种可用的技术，向从业者阐明可解释AI系统的可理解性与可解释性，这些技术在医疗健康领域非常有利。医疗诊断模型关乎人类生命，我们需要足够确信去按照黑盒模型的指示来治疗患者。我们的论文包含基于心脏病数据集的示例，并阐明了在使用医疗健康AI系统时，应如何优先采用可解释性技术以建立可信度。
引用
@article{arxiv.2011.03195,
title = {Explainable AI meets Healthcare: A Study on Heart Disease Dataset},
author = {Devam Dave and Het Naik and Smiti Singhal and Pankesh Patel},
journal= {arXiv preprint arXiv:2011.03195},
year = {2020}
}
备注
23