English(EN) Translation of Black-Box Clinical Prediction Models into Standalone Transparent Nomograms: Temporal External Validation in Heart Transplantation

新方法将黑箱人工智能模型转化为可审计的临床列线图

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-10 04:00

研究人员开发了一种名为 PRiSM（结构化模型中的部分响应）的新方法，可以将复杂的黑箱临床预测模型转化为易于理解的列线图。该技术捕捉了原始模型效应的形状和相互作用，从而能够进行审计和变量选择。当应用于心脏移植受者数据时，从逻辑回归、神经网络、随机森林和 XGBoost 等各种模型派生的列线图，在辨别力方面达到了非劣效性标准，并且通常保持了校准。PRiSM 方法现已作为开源 Python 包提供。 AI

影响在关键医疗保健应用中，提高了人工智能模型的透明度和可审计性。

排序理由该集群包含一篇学术论文，详细介绍了转换机器学习模型的新方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 13 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群包含一篇学术论文，详细介绍了转换机器学习模型的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, model release; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Henry Pigot, Paulo J. G. Lisboa, Sandra Ortega-Martorell, Ivan Olier, Joseph Mahon, Johan Nilsson · 2026-09-10 04:00

黑箱临床预测模型到独立透明列线图的翻译：心脏移植中的时间外部验证

arXiv:2609.07610v1 Announce Type: new Abstract: We convert black-box clinical prediction models for tabular data into standalone nomograms that can be audited term by term. PRiSM (Partial Responses in Structured Models) takes the shape of each effect and interaction from the sour…

本文如何被排名

报道来源 [1]

黑箱临床预测模型到独立透明列线图的翻译：心脏移植中的时间外部验证

相关实体

相关话题