在面向患者的风险预测模型中以语言方式传达不确定性
人工智能
2024-08-06 v1 计算与语言
摘要
本文探讨了当 AI 模型应用于医疗保健中面向患者的场景时，其不确定性量化所面临的独特挑战。与为模型开发者或领域专家量身定制的传统可解释人工智能（XAI）方法不同，这里需要额外考虑自然语言交流、其呈现方式以及评估可理解性。我们在风险预测的背景下，识别了使用自然语言传达模型性能、置信度、推理过程及未知已知方面的挑战。我们提出了一种旨在应对这些挑战的设计，重点关注体外受精结果预测的具体应用。
引用
@article{arxiv.2401.17511,
title = {Linguistically Communicating Uncertainty in Patient-Facing Risk Prediction Models},
author = {Adarsa Sivaprasad and Ehud Reiter},
journal= {arXiv preprint arXiv:2401.17511},
year = {2024}
}