可解释机器学习模型在疾病预后中的综述
机器学习
2024-09-10 v4
摘要
为应对COVID-19大流行，可解释机器学习技术的整合引起了广泛关注，提供了透明且易于理解的见解，这对于知情的临床决策至关重要。本文献综述深入探讨了可解释机器学习在预测呼吸系统疾病预后中的应用，特别关注COVID-19及其对未来研究和临床实践的启示。我们回顾了各种机器学习模型，这些模型不仅能够整合现有的临床领域知识，而且具有从数据中探索新信息的学习能力。这些模型和经验不仅有助于管理当前的危机，而且有望应对未来的疾病爆发。通过利用可解释机器学习，医疗系统可以增强其准备和响应能力，从而改善患者预后并减轻呼吸系统疾病在未来几年的影响。
引用
@article{arxiv.2405.11672,
title = {Review of Interpretable Machine Learning Models for Disease Prognosis},
author = {Jinzhi Shen and Ke Ma},
journal= {arXiv preprint arXiv:2405.11672},
year = {2024}
}