超越已知现实：利用反事实解释进行医学研究
摘要：用逆事实解释的方法探索医学研究中的“如果”场景，旨在扩展我们对现有领域的理解。具体而言，我们将重点放在利用MRI特征诊断儿童后颅脑肿瘤上，并以此为案例研究。人工智能和可解释性领域的研究日益增加，学术界对此越来越感兴趣。然而，机器学习算法结果缺乏人性化解释，这极大阻碍了这些方法在临床实践中的接受度。为解决这个问题，我们的方法采用逆事实解释，提供一种新的方式来检查替代决策场景。这些解释提供个性化和特定背景下的见解，使得预测结果的验证和不同情况下的差异得以澄清。重要的是，我们的方法保持统计和临床的可信度，允许通过替代现实检查不同的肿瘤特征。此外，我们探讨了逆事实在数据增强中的潜在用途，并评估了它们作为医学研究中的另一种可行方法的可行性。结果表明，逆事实解释具有增强医学领域中基于人工智能的方法信任和接受度的潜力。
作者：Toygar Tanyel, Serkan Ayvaz and Bilgin Keserci
论文ID：2307.02131
分类：Artificial Intelligence
分类简称：cs.AI
提交时间：2023-07-31