UCI Heart Disease dataset

Metamorphic testing framework proposed for clinical AI models

研究人员提出了一个名为变形测试（MT）的新框架，用于评估临床机器学习模型的行为正确性。该方法评估模型是否与既定的医学知识一致，即使在标准指标（如AUROC）显示出高性能的情况下也是如此。一项使用MIMIC-III和MIMIC-IV数据集进行的试点研究表明，临床模型尽管预测得分很高，但MT违规率却很高，这表明可能存在临床上的不合理性。该研究表明，MT是确保医疗AI可靠性的一种有价值的补充传统指标的方法。