上涨的潮水能提升所有船只吗？基于人工智能的心脏磁共振成像分割的偏差缓解

本研究针对人工智能驱动的心脏磁共振成像（CMR）分割模型中的种族偏见问题，探讨了常见偏差缓解方法的有效性，尤其是在黑人和白人受试者之间的偏差。研究发现，通过过采样和群体分布鲁棒优化（Group DRO）等方法可以显著改善不足表示的黑人受试者的表现，同时使用裁剪的CMR图像可以进一步减少偏见并提高表现。