Addressing fairness in artificial intelligence for medical imaging.
Addressing fairness in artificial intelligence for medical imaging.
复制标题
DOI：
10.1038/s41467-022-32186-3
复制
发表时间：
2022-08-06
影响因子：
16.6
通讯作者：
中科院分区：
文献类型：
--
作者：
大量的研究表明，人工智能系统在多种情况下可能会系统地、不公平地对某些人群产生偏见。人工智能系统正开始越来越多地被采用的医学成像领域也不例外。在这里，我们讨论公平在这一领域的意义，并评论潜在的偏见来源，以及可用来缓解这些偏见的策略。最后，我们分析了该领域的现状，确定了优势，并强调了未来的空缺、挑战和机遇。
A plethora of work has shown that AI systems can systematically and unfairly be biased against certain populations in multiple scenarios. The field of medical imaging, where AI systems are beginning to be increasingly adopted, is no exception. Here we discuss the meaning of fairness in this area and comment on the potential sources of biases, as well as the strategies available to mitigate them. Finally, we analyze the current state of the field, identifying strengths and highlighting areas of vacancy, challenges and opportunities that lie ahead.
登录
查看更多内容
影响因子：
15.2
作者：
Esteva A;Chou K;Yeung S;Naik N;Madani A;Mottaghi A;Liu Y;Topol E;Dean J;Socher R
通讯作者：
Socher R
DOI：
10.1056/nejmsr1809937
发表时间：
2019-08-15
期刊：
The New England journal of medicine
影响因子：
--
作者：
All of Us Research Program Investigators;Denny JC;Rutter JL;Goldstein DB;Philippakis A;Smoller JW;Jenkins G;Dishman E
通讯作者：
Dishman E
影响因子：
30.8
作者：
Ibrahim, Hussein;Liu, Xiaoxuan;Denniston, Alastair K.
通讯作者：
Denniston, Alastair K.
影响因子：
30.8
作者：
Gichoya, Judy Wawira;Banerjee, Imon;Bhimireddy, Ananth Reddy;Burns, John L.;Celi, Leo Anthony;Chen, Li-Ching;Correa, Ramon;Dullerud, Natalie;Ghassemi, Marzyeh;Huang, Shih-Cheng;Kuo, Po-Chih;Lungren, Matthew P.;Palmer, Lyle J.;Price, Brandon J.;Purkayastha, Saptarshi;Pyrros, Ayis T.;Oakden-Rayner, Lauren;Okechukwu, Chima;Seyyed-Kalantari, Laleh;Trivedi, Hari;Wang, Ryan;Zaiman, Zachary;Zhang, Haoran
通讯作者：
Zhang, Haoran
影响因子：
4
作者：
Halpern N;Goldberg Y;Kadouri L;Duvdevani M;Hamburger T;Peretz T;Hubert A
通讯作者：
Hubert A