Rita Huan-Ting Peng

AI模型揭示癫痫患者内部动态的差异，尽管预测准确性相似

研究人员开发了一种分析AI模型学习到的内部动态的方法，即使它们的预测准确性相似。一个在Temple University EEG语料库的EEG数据上训练的CNN-Transformer模型被用来将表示映射到一个共享的潜在状态空间。通过为患有和不患有癫痫的受试者拟合个性化的转移依赖图，研究发现，尽管预测拟合相当，癫痫患者表现出显著更密集的学习依赖结构。这一区别强调了在个性化临床AI模型中，在评估预测性能的同时评估学习结构的重要性。