TY -的A2 -李,Chunxu盟——徐千盟——谢Wenzhao盟——廖,柏林盟——胡、赵盟——秦陆AU -杨,Zhengzijin盟——熊,桓AU -律,易盟,周曰非盟-罗、PY - 2023 DA - 2023/02/03 TI -可解释性的临床决策支持系统基于人工智能技术和医学角度来看:系统回顾SP - 9919269六世- 2023 AB - 背景。人工智能(AI)发展迅速,其应用扩展到临床决策支持系统(CDSS)为提高医疗质量。然而,AI-driven信用违约掉期的可解释性的广泛应用带来了重大挑战。 客观的。本研究评估的知识和基于数据的信用违约掉期文学关于医疗保健的可解释性。它突出的相关性可解释性cds和从技术和医学的角度改进的区域。 方法。系统搜索进行interpretability-related从2011年到2020年发表的文献和索引的五个数据库:网络科学,PubMed, ScienceDirect,科克伦,斯高帕斯。期刊文章,关注信用违约掉期的可解释性包括进行分析。经验丰富的研究人员也参与了手动审查选定的文章包含/排除和分类。 结果。基于纳入和排除标准,20篇文章从16期刊终于选择了这篇评论。模型的可解释性,这意味着一个透明结构,明确的输入和输出之间的关系,和explainability人工智能算法,对信用违约互换至关重要应用在医疗保健设置。提高信用违约掉期的可解释性的方法包括ante-hoc方法如模糊逻辑、决策规则、逻辑回归、决策树以知识为基础的人工智能,和白箱模型,等事后方法功能重要性,灵敏度分析,可视化,为黑盒模型和激活最大化。许多因素,如数据类型,生物标志物,human-AI交互,需要临床医生、病人,会影响信用违约掉期的可解释性。 结论。审查探讨信用违约掉期的可解释性的意义,总结了当前的方法从技术和医学的角度改善可解释性。结果有助于理解信用违约互换可解释性的基于人工智能在卫生保健。未来的研究应注重建立形式化定义可解释性,识别可解释性的属性,并开发一个适当的和客观的度量可解释性;此外,用户的可解释性和如何表达需求并提供解释也为未来的研究方向。SN - 2040 - 2295 UR - https://doi.org/10.1155/2023/9919269 - 10.1155 / 2023/9919269摩根富林明医疗工程PB - Hindawi KW - ER