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)·· 19 天前AI 评分35
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
研究人员提出了一种结合患者异质性与分布偏移的统一诊断流程，通过 MED3pa 发现可解释的低置信度患者画像，并利用 Detectron 在画像内检测性能下降是否源于有害协变量偏移。在 MIMIC-IV 上的三项临床预测任务与三种子群体偏移实验显示，群体层面无法检测的年龄偏移被成功定位至特定受损画像，而广泛检出的性别与种族偏移则难以针对性定位受影响患者。相关代码已开源。
来源：arXiv cs.LG · arxiv.org