生成型人工智能减轻了代表性偏见,并通过合成健康数据改善了模型公平性

科学领域:

• 医疗信息学 医疗信息学
• 人工智能的人工智能
• 生物统计学 生物统计学

背景情况:

• 健康数据中的代表性偏见导致不公平的临床决策,并限制了研究的概括性.
• 代表性不足的群体,包括特定的种族和性别群体,从临床进步中没有平等的受益.
• 减轻偏见的现有方法,如SMOTE和生成对抗网络 (GAN),与高维时间序列健康数据作斗争.

研究的目的:

• 开发一种新的架构,CA-GAN,能够合成真实,高维的时间序列健康数据.
• 为了应对为代表性不足的子群体生成现实的合成数据的挑战.
• 提高AI模型在临床环境中的公平性和性能.

主要方法:

• 开发了一种新的条件注意力生成对抗网络 (CA-GAN) 架构.
• 利用两个不同的,现实世界的临床数据集,包括7535名低血压和败血症患者.
• 根据使用定性和定量指标的最新方法评估CA-GAN,包括对模式崩的评估.

主要成果:

• CA-GAN成功地合成了真实,高维的时间序列健康数据,优于现有的方法.
• 生成的综合数据明显提高了代表性不足的群体,特别是黑人患者和女性患者的模型公平性.
• CA-GAN有效地生成少数类数据,同时保持原始数据分布,从而提高下游预测任务性能.

结论:

• CA-GAN提供了一个强大的解决方案,用于生成高质量的合成健康数据,减轻代表性偏见.
• 拟议的方法提高了人工智能模型在医疗保健中的公平性和通用性,使代表性不足的人口受益.
• 在改善临床AI应用程序的数据偏差解决方面,CA-GAN代表了重大进步.