面向任意下游预测任务的公平性优化合成电子健康记录生成
机器学习
2025-06-30 v3
摘要
在确保医疗保健应用AI工具负责任设计的各个方面中，解决公平性问题一直是一个关键焦点。具体来说，鉴于电子健康记录（EHR）数据的广泛普及及其在支持各种临床决策任务方面的巨大潜力，提高这类健康AI工具的公平性至关重要。虽然这个广泛的问题（缓解基于EHR的AI模型中的公平性）已经通过各种方法解决，但任务和模型无关的方法明显罕见。在本研究中，我们旨在通过提出一个新的流水线来填补这一空白，该流水线生成合成EHR数据，这些数据不仅与真实EHR数据一致（忠实），而且在与真实数据结合时，可以减少下游任务中的公平性问题（由最终用户定义）。我们展示了所提出的流水线在各种下游任务和两个不同EHR数据集上的有效性。我们的流水线可以为现有的解决健康AI应用公平性的方法工具箱（例如那些修改下游模型设计的方法）添加一个广泛适用且互补的工具。我们的项目代码库可在https://github.com/healthylaife/FairSynth获取。
引用
@article{arxiv.2406.02510,
title = {Fairness-Optimized Synthetic EHR Generation for Arbitrary Downstream Predictive Tasks},
author = {Mirza Farhan Bin Tarek and Raphael Poulain and Rahmatollah Beheshti},
journal= {arXiv preprint arXiv:2406.02510},
year = {2025}
}
备注
The paper has been accepted at the IEEE/ACM conference on Connected Health: Applications, Systems and Engineering Technologies (CHASE) 2025