原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
从皮肤组织学图像中利用深度学习预测患者自报种族
ShengjiaChen,RuchikaVerma,JannesJegminat,ThomasFuchs,GabrieleCampanella
WindreichDepartmentofArtificialIntelligenceandHumanHealth,
IcahnSchoolofMedicineatMountSinai,NewYork,USA
HassoPlattnerInstituteforDigitalHealthatMountSinai,
IcahnSchoolofMedicineatMountSinai,NewYork,USA
Correspondingauthor:gabriele.campanella@
Kuan-linHuang
本WindreichDepartmentofArtificialIntelligenceandHumanHealth,
译IcahnSchoolofMedicineatMountSinai,NewYork,USA
MountSinaiCenterforTransformativeDiseaseModeling,
中IcahnSchoolofMedicineatMountSinai,NewYork,USA
1
vKevinClare,BrandonVeremis
2
1DepartmentofPathology,MolecularandCell-BasedMedicine,
9MountSinaiHealthSystem,NewYork,USA
1
2
.
7
0
5ABSTRACT
2
:人工智能（AI）在计算病理学（CPath）中的疾病检测、生物标志物分类和预后预测方面已表现
v
i出成功。然而，其学习无意的种族偏见，特别是与健康的社会决定因素相关的偏见的能力，仍
x
r研究不足。本研究调查了深度学习模型是否可以从数字化皮肤病理切片中预测自我报告的种
a
族，并识别潜在的形态学捷径。使用一个具有种族多样性的人群的多站点数据集，我们应用了
一种基于注意力的机制来揭示与种族相关的形态特征。在评估三种数据整理策略以控制混杂
因素后，最终实验显示白人和黑人的群体保持了较高的预测性能（AUC：0.799，0.762），而整
体表现下降到0.663。注意力分析揭示表皮是关键的预测特征，当移除这些区域时，性能显著
下降。这些发现强调了需要谨慎的数据整理和偏差缓解措施，以确保病理学中的人工智能公
平部署。代码可在：/sinai-computational-pathology/CPath_SAIF
获得
Keywords计算病理学AI公平性皮肤病理学
文档评论（0）