医学人工智能中的公平性：不可一概而治之

机器学习(ML)模型日益增多地用于支持临床决策。然而，现实世界的医学数据集常常噪声大、信息不完整且不平衡，导致不同患者亚群之间的性能差异。这些差异引发了公平性 concerns，尤其是当它们强化了对边缘群体的现有劣势时。在本工作中，我们分析了几个医学预测任务，展示了模型性能随患者特征而异的情形。虽然ML模型可能表现出良好的总体性能，但我们认为，在将其整合到临床工作流程之前，对亚群水平进行评估是必不可少的。通过在亚群水平上进行性能分析，可以清晰地识别差异——这允许一方面在临床实践中考虑性能差异，另一方面则可利用这些见解来指导更有效模型的负责任开发。从而，我们的工作促进了关于亚群敏感性医学ML模型开发与部署的实用讨论，以及公平性和透明性之间的相互关联性。