机器学习与可解释机器学习方法在精神疾病检测应用（特别是抑郁症）中的利弊：简要综述
机器学习
2023-11-14 v1 人工智能
摘要
COVID-19 大流行迫使许多人限制社交活动，导致精神疾病尤其是抑郁症的发病率上升。为了准确、快速地诊断这些疾病并预防自杀等严重后果，机器学习的使用变得愈发重要。此外，为了提供精确且可理解的诊以利于更好的治疗，AI 科学家与研究者必须开发基于可解释 AI 的解决方案。本文概述了机器学习与可解释 AI 领域的相关文章，有助于理解在精神疾病检测应用中使用 AI 的优缺点。
引用
@article{arxiv.2311.06633,
title = {The Pros and Cons of Using Machine Learning and Interpretable Machine Learning Methods in psychiatry detection applications, specifically depression disorder: A Brief Review},
author = {Hossein Simchi and Samira Tajik},
journal= {arXiv preprint arXiv:2311.06633},
year = {2023}
}
备注
12 pages