面向更高信任度、有效性和可解释性的三阶段临床决策智能支持
人工智能
2022-02-18 v4 计算机与社会
摘要
本文提出了一种构建一致且适用的临床决策支持系统（CDSS）的方法，该方法使用数据驱动的预测模型，旨在解决CDSS在实际应用中适用性和可扩展性低的问题。该方法基于特定领域和数据驱动的支持性程序的三阶段应用，这些程序将被整合到临床业务流程中，以提高预测结果和建议的信任度和可解释性。在所考虑的三个阶段中，监管策略、数据驱动模式和解释程序被整合在一起，通过逐步缩小智能决策支持的焦点，实现与决策者的自然领域特定交互。所提出的方法能够实现CDSS更高水平的自动化、可扩展性和语义可解释性。该方法已在软件解决方案中实现，并在T2DM预测的案例研究中进行了测试，使我们能够在保持与现有应用类似的问题特定推理界面的同时，改进已知的临床量表（如FINDRISK）。这种继承性，连同三阶段方法，提供了解决方案的更高兼容性，并使得数据驱动的解决方案在实际案例中的应用具有信任度、有效性和可解释性。
引用
@article{arxiv.2007.12870,
title = {Three-stage intelligent support of clinical decision making for higher trust, validity, and explainability},
author = {Sergey V. Kovalchuk and Georgy D. Kopanitsa and Ilia V. Derevitskii and Daria A. Savitskaya},
journal= {arXiv preprint arXiv:2007.12870},
year = {2022}
}