arXiv cs.LG· Olivier Lefebvre (Department of Computer Science, Universit\'e de Sherbrooke, Sherbrooke, Canada), Hakima Laribi (Department of Computer Science, Universit\'e de Sherbrooke, Sherbrooke, Canada), Dan Poenaru (Department of Pediatric Surgery, Montreal Children's Hospital, Montreal, Canada, Centre for Outcomes Research and Evaluation), Martin Valli\`eres (Medical Physics Unit, Department of Oncology, McGill University, Montreal, Canada)·· 7 小时前AI 评分22
通过局部有害协变量偏移检测诊断低置信度患者画像
Diagnosing Low-Confidence Patient Profiles via Localized Harmful Covariate Shift Detection
AI 导读
研究提出统一诊断流程，先用 MED3pa 发现可解释的低置信度患者画像，再用 Detectron 在各画像内检验性能退化是否与可检测的有害协变量偏移相关。在 MIMIC-IV 的三项临床预测任务和三种注入子群偏移中，人口层面无法检测的年龄偏移被定位到特定退化画像，而性别和种族相关偏移被广泛检测到，对识别受影响最严重的患者帮助有限。
来源：arXiv cs.LG · arxiv.org