使用生物标志物提高模型可解释性与可靠性
人机交互
2025-01-31 v2 人工智能
机器学习
图像与视频处理
摘要
准确且可解释的诊断模型在医疗保健这一安全关键领域至关重要。我们研究了基于生物标志物的肺部超声诊断管线的可解释性，以增强临床医生的诊断能力。本研究的目标是评估基于生物标志物的决策树分类器的解释是否能提高用户识别不准确模型预测的能力，而传统的显著性图则不行。我们的发现表明，基于临床确立的生物标志物的决策树解释可以帮助临床医生检测假阳性结果，从而提高医疗诊断模型的可靠性。
引用
@article{arxiv.2402.12394,
title = {Improving Model's Interpretability and Reliability using Biomarkers},
author = {Gautam Rajendrakumar Gare and Tom Fox and Beam Chansangavej and Amita Krishnan and Ricardo Luis Rodriguez and Bennett P deBoisblanc and Deva Kannan Ramanan and John Michael Galeotti},
journal= {arXiv preprint arXiv:2402.12394},
year = {2025}
}
备注
Accepted at BIAS 2023 Conference