PulseAugur
中
实时 20:00:53
English(EN) EQUITRIAGE: A Fairness Audit of Gender Bias in LLM-Based Emergency Department Triage

研究发现：大语言模型在医疗分诊中存在显著性别偏见

作者 PulseAugur 编辑部 · [2 个来源] ·

一项名为 EQUITRIAGE 的新审计评估了五种大型语言模型在急诊科分诊中的性别偏见，发现所有模型均表现出超过 5% 阈值的偏见。DeepSeek-V3.1 和 Gemini-3-Flash 表现出显著的女性漏诊倾向，翻转率在 9.9% 到 43.8% 之间。虽然人口统计信息匿名化降低了 Gemini 的偏见，但 DeepSeek 仍显示出残留偏见，表明年龄是促成因素之一。该研究强调，不同模型具有不同的潜在偏见机制，并强调在临床部署前需要对每个模型进行单独审计。 AI

影响 强调了在医疗保健等敏感应用中部署大语言模型之前进行严格偏见审计的关键需求。

排序理由 该集群包含一篇详细介绍大语言模型公平性审计的学术论文。

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

研究发现：大语言模型在医疗分诊中存在显著性别偏见

报道来源 [2]

  1. arXiv cs.CL TIER_1 English(EN) · Richard J. Young, Alice M. Matthews ·

    EQUITRIAGE：基于LLM的急诊科分诊中性别偏见的公平性审计

    arXiv:2605.03998v1 Announce Type: new Abstract: Emergency department triage assigns patients an acuity score that determines treatment priority, and clinical evidence documents persistent gender disparities in human acuity assessment. As hospitals pilot large language models (LLM…

  2. arXiv cs.CL TIER_1 English(EN) · Alice M. Matthews ·

    EQUITRIAGE：基于LLM的急诊科分诊中性别偏见的公平性审计

    Emergency department triage assigns patients an acuity score that determines treatment priority, and clinical evidence documents persistent gender disparities in human acuity assessment. As hospitals pilot large language models (LLMs) as triage decision support, a critical questi…

相关实体

相关话题