探索可解释性在人工智能辅助胚胎选择中的作用
计算机视觉与模式识别
2023-08-08 v1 人工智能
摘要
体外受精是不孕症最广泛的治疗手段之一。其主要挑战之一是用于植入的胚胎评估与选择，该过程存在较大的 clinician 间与 clinician 内差异。基于深度学习的方法正受到关注，但其不透明性阻碍了它们在临床环境中的接受度，而决策透明至关重要。本文分析了当前人工智能辅助胚胎分析模型可解释性方面的工作，指出了其局限性。我们还讨论了这些模型如何作为决策支持系统整合进临床环境，并考量临床医生与患者的需求。最后，我们提出了旨在提升可解释性与可信度、推动该技术走向成熟临床实践的指导方针。
引用
@article{arxiv.2308.02534,
title = {Exploring the Role of Explainability in AI-Assisted Embryo Selection},
author = {Lucia Urcelay and Daniel Hinjos and Pablo A. Martin-Torres and Marta Gonzalez and Marta Mendez and Salva Cívico and Sergio Álvarez-Napagao and Dario Garcia-Gasulla},
journal= {arXiv preprint arXiv:2308.02534},
year = {2023}
}