深度学习模型选择对心脏磁共振分割中性别和种族偏见影响的调查
原文中文，约300字，阅读约需1分钟。发表于：。研究使用人工智能在医学影像中进行自动化常规任务的过程中，模型选择对主体性别和种族的数据不平衡导致的算法偏见有显著影响，在心脏磁共振图像分割中，我们评估了三种基于卷积神经网络的模型和一种视觉变换器模型，发现其中三种模型存在显著性别偏见，而所有模型都存在种族偏见，然而偏见的严重程度和性质因模型选择而异，凸显了在医学影像任务的公平 AI 分割模型训练中模型选择的重要性。
本文研究了医学影像中使用人工智能进行自动化任务时，模型选择对主体性别和种族的数据不平衡导致的算法偏见的影响。通过评估四种模型，发现其中三种存在显著性别偏见，所有模型都存在种族偏见。这表明医学影像任务中模型选择对公平的AI分割模型训练非常重要。
