该文讨论了AI在医疗应用中的潜力和不透明性、潜在偏见和解释性的担忧。为确保AI系统的信任和可靠性，特别是在临床风险预测模型中，解释性变得至关重要。该综述还讨论了最近在发展用于临床风险预测的可解释模型方面的进展，强调了定量和临床评估和验证的重要性。开放访问和代码共享资源对于透明性和可重现性至关重要，以促进可解释性研究的增长和可信度。