Assisting clinical practice with fuzzy probabilistic decision trees

要約

タイトル：曖昧確率的決定木による臨床実践の支援

要約：
– 人間が理解しやすいモデルの必要性は、AI研究の中心的テーマとしてますます認識されている。
– センシティブな領域の意思決定にAIモデルを支援するためには、インタープリタブルなモデルが必要であり、今後の規制によってインタープリタブルなモデルへの傾向が拡大するだろう。
– インタープリタブルなAIの殺し屋アプリケーションの1つは、信頼を生み出す精度の高い意思決定支援方法である医療実践である。
– 本論文では、診断手順全体を生成、制御、検証することができるFPT（MedFP）という新しい方法を提案している。
– 本手法は、不確実性と因果関係の推定を提供することによって、誤診の頻度を減らすことができる。
– FPTモデルを2つの医療シナリオに応用し、悪性甲状腺結節の分類および慢性腎臓病患者の進行リスクの予測を行った結果、確率的曖昧決定木は、医療従事者をサポートするインタープリタブルな支援を提供できることが示された。
– FPTモデルのインタープリタビリティについても議論された。
– ユーザーフレンドリーなインターフェースを用いて、FPTは直感的に医療実践を支援することができる。

要約(オリジナル)

The need for fully human-understandable models is increasingly being recognised as a central theme in AI research. The acceptance of AI models to assist in decision making in sensitive domains will grow when these models are interpretable, and this trend towards interpretable models will be amplified by upcoming regulations. One of the killer applications of interpretable AI is medical practice, which can benefit from accurate decision support methodologies that inherently generate trust. In this work, we propose FPT, (MedFP), a novel method that combines probabilistic trees and fuzzy logic to assist clinical practice. This approach is fully interpretable as it allows clinicians to generate, control and verify the entire diagnosis procedure; one of the methodology’s strength is the capability to decrease the frequency of misdiagnoses by providing an estimate of uncertainties and counterfactuals. Our approach is applied as a proof-of-concept to two real medical scenarios: classifying malignant thyroid nodules and predicting the risk of progression in chronic kidney disease patients. Our results show that probabilistic fuzzy decision trees can provide interpretable support to clinicians, furthermore, introducing fuzzy variables into the probabilistic model brings significant nuances that are lost when using the crisp thresholds set by traditional probabilistic decision trees. We show that FPT and its predictions can assist clinical practice in an intuitive manner, with the use of a user-friendly interface specifically designed for this purpose. Moreover, we discuss the interpretability of the FPT model.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI