FairHealth：面向低资源环境中可信医疗 AI 的开源 Python 库

我们 presented FairHealth，这是一个开源的 Python 库，为医疗应用提供统一、模块化的可信机器学习框架，特别关注低资源和低收入国家（LMIC）环境，如孟加拉国。FairHealth 解决了现有医疗 AI 工具包中四个关键缺口：（1）缺乏针对生物信号和临床表格数据的集成公平性审计；（2）缺乏与标准机器学习工作流程兼容的隐私保护性联邦学习工具；（3）缺乏针对低带宽临床决策支持的可解释性工具；（4）现有工具包未覆盖全球南方医疗数据集。基于五个同行评议研究贡献构建的 FairHealth 提供六个模块，涵盖联合加密下的联邦学习（fairhealth.federated）、交叉公平性指标（fairhealth.fairness）、混合 fuzzy-SHAP 可解释性（fairhealth.explain）、多语言登革热分诊（fairhealth.lowresource）、公平灾害救援分配（fairhealth.equity）以及公共数据集加载器（fairhealth.datasets）。所有使用的数据集均公开可用，无需机构数据使用协议。FairHealth 可通过 pip install fairhealth（PyPI: pypi.org/project/fairhealth/）安装，地址为 https://github.com/Farjana-Yesmin/fairhealth。