医疗过程中的公平性：分诊决策的定量分析

自动化决策中的公平性已成为一个关键问题，特别是在紧急分诊等高压医疗场景中，快速且公平的决策至关重要。过程挖掘正日益关注公平性研究。聚焦于公平感知算法的领域也在不断发展。迄今为止，我们对这些概念在经验医疗数据上的表现或它们如何涵盖正义理论方面的了解仍然较少。本研究针对这一研究问题，提出了一种过程挖掘方法，通过将现实生活事件日志与正义的概念维度相联系来评估分诊中的公平性。使用 MIMICEL 事件日志（源自 MIMIC-IV ED），我们分析了时间、返工、偏差和决策作为过程结果，并使用 Kruskal-Wallis 检验、卡方检验和效应量测量评估了年龄、性别、种族、语言和保险的影响。这些结果被映射到正义维度，以支持概念框架的开发。结果展示了高急症和亚急性场景中潜在不公平性显现的具体方面。通过这种方式，本研究提供了实证见解，以支持医疗领域负责任、公平感知过程挖掘的进一步研究。