临床决策支持系统（CDSS）中AI算法的公平性、可解释性审计框架与偏见缓解策略研究.docx

PAGE2

《临床决策支持系统（CDSS）中AI算法的公平性、可解释性审计框架与偏见缓解策略研究》

一、调研概述

1.1调研背景与目的

随着深度学习与大数据技术在医疗领域的深度融合，临床决策支持系统（CDSS）已从早期的规则引擎演变为基于复杂神经网络的预测模型。这些系统在疾病诊断、治疗方案推荐和预后评估中展现出超越人类专家的潜力。

然而，多项里程碑式研究揭示了算法中潜藏的系统性偏见。例如，2019年《科学》杂志刊载的研究发现，美国一款广泛使用的风险预测算法在同等健康状况下，将黑人患者标记为“高风险”的概率显著低于白人患者，根源在于训练数据中医疗费用支出的种族差异被算法错误地作为健康需求