监测 ICU 患者死亡率预测机器学习模型的公平性

Oct, 2024

Monitoring fairness in machine learning models that predict patient mortality in the ICU

Tempest A. van Schaik, Xinggang Liu, Louis Atallah, Omar Badawi

TL;DR本研究解决了 ICU 患者死亡率预测模型在不同种族、性别和医疗诊断患者群体中的表现差异问题。提出了一种公平性监测方法，强调公平性分析相比传统准确性指标能提供更详细的模型性能比较。研究表明，考虑公平性因素能够有效提高模型在不同患者群体中的适用性和可靠性。

Abstract

This work proposes a Fairness monitoring approach for Machine Learning models that predict Patient Mortality in the →