本文研究了使用机器学习系统在医疗保健中支持决策制定的问题。通过分析电子医疗记录中的观察性数据中的偏见，提出了组公平性标准，并探讨了扩增标准在病人长住和死亡的公平模型开发中的应用。通过假设因果图的变分自动编码器来进行反事实推理，提供了一种在公平维护与预测性能下降之间权衡的方法。