研究人员开发了一个新框架，用于审计和修复阿尔茨海默病预测模型中的公平性问题。标准的保形预测方法虽然能保证整体覆盖率，但可能掩盖特定患者亚组中显著的覆盖不足。本研究发现，高风险患者，特别是那些有遗传易感性或严重疾病的患者，经历了严重的覆盖不足。所提出的框架使用交叉保形池化和亚组特定校准来恢复这些弱势群体的目标覆盖率。 AI
影响 提高了在关键医疗决策中使用的AI模型的可靠性和公平性，特别是对弱势患者亚组而言。
排序理由 学术论文，详细介绍了审计和修复预测模型公平性的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
