何为公平？定义健康领域机器学习中的公平性
机器学习
2025-05-28 v5 计算机与社会
机器学习
摘要
确保机器学习（ML）模型对所有患者都是安全、有效且公平的，对于临床决策和防止现有健康差距的扩大至关重要。在这项工作中，我们研究了公平性在健康领域 ML 中是如何被概念化的，包括 ML 模型可能导致不公平决策的原因，以及公平性在多样化现实世界应用中是如何被衡量的。我们回顾了在群体、个体和因果框架内常用的公平性概念。我们还讨论了未来研究的前景，并强调了在健康导向应用中实现公平性操作化的机遇和挑战。
引用
@article{arxiv.2406.09307,
title = {What is Fair? Defining Fairness in Machine Learning for Health},
author = {Jianhui Gao and Benson Chou and Zachary R. McCaw and Hilary Thurston and Paul Varghese and Chuan Hong and Jessica Gronsbell},
journal= {arXiv preprint arXiv:2406.09307},
year = {2025}
}