模型医学：用于理解、诊断和治疗 AI 模型的临床框架

模型医学是理解、诊断、治疗和预防 AI 模型障碍的科学，其理念是 AI 模型——像生物有机体一样——具有内部结构、动态过程、遗传特征、可观测症状、可分类的疾病和可治疗的状态。本文介绍模型医学作为一个研究项目，弥补当前 AI 可解释性研究（解剖观察）与复杂 AI 系统所需的系统性临床实践之间的鸿沟。我们提出了五项贡献：（1）一个组织 15 个子学科的学科分类体系，跨越四个部门——基本模型科学、临床模型科学、模型公共卫生和模型建筑医学；（2）四壳模型（v3.3），一个基于行为遗传学的框架，依据 Agora-12 项目中 720 个代理人和 24,923 个决策的经验数据，解释模型行为如何从核心-壳相互作用中产生；（3）神经 MRI（模型共振成像），一个可工作的开源诊断工具，将五种医学神经影像模态映射到 AI 可解释性技术中，通过四个临床案例验证了成像、比较、定位和预测功能；（4）一个五层诊断框架，用于全面评估模型；（5）临床模型科学，包括用于行为轮廓的模型性格指数、用于症状描述的模型半学问和用于标准化病例报告的 M-CARE。我们还提出了分层核心假设——一个受生物学启发的三层参数体系结构——以及连接诊断与治疗的疗法框架。