一项对AI驱动的医学影像诊断中可解释性的新研究调查了33名医生，发现88%的医生认为AI解释对诊断很重要。参与者认为边界框和文本报告的组合是最有效的可解释性方法。值得注意的是，50%的医生在所有测试的可解释性技术中更信任错误的AI诊断，这凸显了信任和理解上的巨大差距。 AI
影响 强调了医学AI中有效可解释性的关键需求，以确保医生能够信任并正确采用。
排序理由 这是一篇发表在arXiv上的研究论文，详细介绍了AI在医学影像诊断中可解释性方法的以用户为中心的分析。[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 →
