伦斯勒理工学院在Meta-Radiology上发表论文《消除放射学人工智能模型公平性评估的偏向性》

文摘   2024-06-20 21:27   湖南  


























近期,伦斯勒理工学院闫平昆教授团队,在Meta-Radiology2卷第3发表了一篇题为《Unbiasing Fairness Evaluation of Radiology AI Model》的学术论文。该论文揭示了传统的公平性评估方法可能存在偏向性,强调了由于不同评判标准下的结果差异以及少数群体有限数据量带来的不确定性,进一步提出了一种创新的评估方法,通过从多数群体中进行自助采样以估计少数群体中的数据不确定性,从而进行更客观的统计评估。

01
内容简介
放射学人工智能模型的公平性问题,即模型在不同组别的数据集上(如性别,种族)表现存在差异的现象长期以来受到广泛关注。引发公平性问题的主要原因之一是数据集的不平衡,即某些组别的数据量远小于其他组别。尽管有大量的研究致力于最小化模型在不同组别上的表现差异,但却很少有人关注到人工智能模型公平性的评估问题。本文揭示了传统的公平性评估方法可能存在偏向性,强调了由于不同评判标准下的结果差异以及少数群体有限数据量带来的不确定性,可能会影响公平性判断的准确度。基于这一现象, 本文进一步提出了一种创新的评估方法,通过从多数群体中进行自助采样以估计少数群体中的数据不确定性,从而进行更客观的统计评估。广泛的实验表明,所提出的方法通过巧妙地处理不平衡数据集上模型评估的固有复杂性,提供了一个无偏见的公平性评估。

1. 传统模型公平性评估方法与本文提出评估方法的对比。图(a)为传统评估方法,图(b)为不同组别数据量差异不大时本文的评估方法,图(c)为不同组别数据量存在显著差异时的评估方法。
02
团队介绍

第一作者 梁宇轩

梁宇轩于2022年本科毕业于中国科学技术大学,目前于伦斯勒理工学院生物医学工程专业攻读博士学位,由闫平昆教授和王革教授合作指导。主要研究方向为医学影像及深度学习算法。


通讯作者 闫平昆
闫平昆博士于2006年获得新加坡国立大学博士学位,目前是伦斯勒理工学院(RPI)生物医学工程系的P.K. Lashmet职业发展讲席副教授。在包括《自然通讯》、《美国国家科学院院报》、《医学图像分析》、IEEE T-MIIEEE T-CSVTIEEE T-BMEIEEE T-ITB、《医学物理》等著名期刊上发表了80多篇文章,以及在MICCAIICCVCVPRISBI等顶级国际会议上发表。出版物被引用超过10000次,h-index达到52。美国国家科学基金会职业奖(NSF CAREER award)和美国国立生物医学成像与生物工程研究所开拓者奖(NIBIB Trailblazer award)的获得者。包括《机器视觉与应用》(Springer)和《神经计算》(Elsevier)在内的多个国际期刊的副主编。共同组织了6个国际工作坊和4个国际期刊特刊,并担任了50多个国际会议的程序委员会成员。国家发明家学会(NAI)和电气电子工程师学会(IEEE)高级会员。



03
引用格式

Yuxuan Liang, Hanqing Chao, Jiajin Zhang, Ge Wang, Pingkun YanUnbiasing Fairness Evaluation of Radiology AI ModelMeta-Radiology2024,100084. doi:https://doi.org/10.1016/j.metrad.2024.100084.


长按/扫描获取全文(网页全文二维码)


编辑:李小英
审核:赵伟



第二季 第九期讲座回顾(内附回放链接) | 浙江大学吴丹教授

重庆医科大学附属第二医院放射科陈天武团队综合述评并展望了食管癌淋巴结转移的智能影像研究进展

湖南大学信息科学与工程学院彭绍亮教授团队综述了人工智能大模型在放射学领域的最新研究进展

第二季 第八期讲座回顾(内附回放链接) | 上海交通大学医学院附属精神卫生中心袁逖飞教授

第二季 第七期讲座回顾(内附回放链接) | 中国科学院深圳先进技术研究院梁栋教授





Meta Radiology
《Meta-Radiology》由中南大学湘雅二医院主办,中南大学副校长黎志宏教授与美国佐治亚大学刘天明教授担任主编,中南大学湘雅二医院刘军教授担任执行主编,与爱思唯尔、KeAi合作在全球出版发行。致力于报道医学影像交叉研究的最新研究成果。
 最新文章