Sep, 2023
自我注重的变形器可解释的医学图像诊断:医疗保健可解释 AI 综述
Interpretable Medical Imagery Diagnosis with Self-Attentive
Transformers: A Review of Explainable AI for Health Care
TL;DR近期人工智能的进展使其在初级医疗服务中得到广泛应用,解决了医疗保健领域的需求供应失衡问题。Vision Transformers(ViT)已成为最先进的计算机视觉模型,受益于自注意力机制。然而,与传统的机器学习方法相比,深度学习模型更复杂,常被视为黑匣子,这可能导致人们对其运作方式的不确定性。可解释的人工智能(XAI)是指解释和解读机器学习模型内部运作及其决策的方法,这对医疗领域的决策过程尤为重要。本综述总结了最近ViT的进展和解释性方法,以了解ViT的决策过程,实现医疗诊断应用的透明性。