面向临床搜索引擎结果的局部解释方法
信息检索
2021-10-26 v1 人工智能
摘要
医疗专业人员依赖治疗搜索引擎，为其患者高效寻找合适的临床试验和早期可及项目。然而，若系统的底层过程不清晰且未加解释，医生便会失去对系统的信任。本文开发了一种模型无关的可解释方法，向用户提供关于某临床试验因何查询而被检出的进一步信息。为此，搜索引擎利用知识图谱、临床试验数据及额外医学资源从临床试验中生成特征，并采用众包方法确定这些特征的重要性。基于所提方法，检出的临床试验背后的原理以通俗语言加以解释，使医疗专业人员能够轻松理解。此外，我们为每条检出项计算可解释性分数，并据此对检出项进行排序。由医学专业人员验证的实验表明，所提方法能在目标用户与非目标用户中均建立信任，并为他们提供可靠的说明与检出项排序。
引用
@article{arxiv.2110.12891,
title = {Local Explanations for Clinical Search Engine results},
author = {Edeline Contempré and Zoltán Szlávik and Majid Mohammadi and Erick Velazquez and Annette ten Teije and Ilaria Tiddi},
journal= {arXiv preprint arXiv:2110.12891},
year = {2021}
}