提升胸部X光分类器的公平性

深度学习模型在医学影像领域已达到或超越人类水平，尤其在利用胸部X光进行疾病诊断方面。然而，先前研究发现此类分类器可能表现出偏差，表现为受保护群体间预测性能的差距。本文探讨在临床环境中，力求实现预测性能零差距（即群体公平）是否优于极小极大公平（聚焦于最大化最差群体性能）这一恰当的公平性定义。我们在这两种定义下对九种提升分类器公平性的方法进行基准测试。我们发现，与先前非临床数据的工作一致，力求更好最差群体性能的方法并未超越简单的数据平衡。我们还发现，实现群体公平的方法是通过恶化所有群体的性能来达成的。鉴于这些结果，我们讨论了临床环境中公平性定义的效用，倡导在可能时调查底层数据生成过程中诱发偏差的机制。