机构名称：
¥ 1.0
摘要 用于临床决策的人工智能 (AI) 助手在医学领域的前景越来越广阔。然而，医疗评估可能会引起争议，导致专家意见不一。这就提出了一个问题：应如何设计 AI 助手来处理模糊病例的分类。我们的研究比较了两种 AI 助手，它们为医疗时间序列数据提供分类标签以及定量不确定性估计：传统助手与模糊感知助手。我们根据现实世界的专家讨论模拟了模糊感知 AI，以突出显示可能导致专家意见分歧的案例，并提出相互冲突的分类选择的论据。我们的结果表明，模糊感知 AI 可以通过显著增加审查的有争议案例的比例来改变专家的工作流程。我们还发现，AI 提供的论据（随机从指南中选择或由专家选择）的相关性影响专家修改 AI 建议标签的准确性。我们的工作为有争议的临床评估的人工智能设计提供了新颖的视角。
用于医疗数据分析的模糊感知人工智能助手
主要关键词
相关文件推荐
