GUSTO IV ACS Investigators

新的统计框架可检测临床AI模型中隐藏的性能差异

研究人员开发了一个名为“不公平树”(utree)的新统计框架，用于识别临床数据中可能经历AI和机器学习模型差异化性能的亚组。这种数据驱动的方法旨在揭示那些可能被需要预先指定组的方法所忽略的性能差异。在模拟中，utree证明了其在检测和描述这些差异方面的有效性，即使是涉及变量之间复杂交互的差异。当应用于GUSTO-I试验的死亡风险模型时，utree一致地强调了与年龄、性别、血压和Killip分级等因素相关的性能差异。