不确定性的层次：AI 不确定性可视化如何影响阿尔茨海默病预测中的信任
人机交互
2026-02-03 v1
摘要
人工智能 (AI) 正在日益增多地用于支持阿尔茨海默病 (AD) 的预后评估，但由于透明度和可解释性不足，尤其是在面对长期预测时（因结果数年后才知），其采用仍受限。我们将不确定性可视化定位为可解释 AI (XAI) 技术，考察其如何塑造用户对 AI 生成的未来认知衰退转变预测的信任、置信度和依赖程度。我们进行了两项研究：一项针对普通受试者 (N=37)，一项针对神经成像和神经学专家 (N=10)，比较二进制 (存在/不存在) 和连续 (饱和度) 不确定性编码。连续编码改善了感知的可靠性，帮助用户识别模型局限性；而二进制编码则提升了暂时性的信心，揭示了在高不确定性情境下解读未来预测时，专业知识依赖性的权衡。这一发现暴露了在设计不确定性表示以服务于 prognostic AI 时的关键挑战，并 culminate in 一套基于实证的指南，用于创建可信赖、贴合用户需求的临床决策支持工具。
关键词
引用
@article{arxiv.2602.01264,
title = {Shades of Uncertainty: How AI Uncertainty Visualizations Affect Trust in Alzheimer's Predictions},
author = {Jonatan Reyes and Mina Massoumi and Anil Ufuk Batmaz and Marta Kersten-Oertel},
journal= {arXiv preprint arXiv:2602.01264},
year = {2026}
}