NLP提取标签或掩盖胸片AI公平性差异

2026年10月6日，medRxiv发布一项预印本研究，基于NIH ChestX-ray14数据集的4,376张胸片，考察胸片AI公平性审计中的标签来源问题。研究提出“幻影公平”概念，发现用NLP从放射报告提取的标签会漏掉54%至59%经放射科医生确认的异常，且漏检并非随机分布——模型对这些阳性病例评分更低，从而掩盖自身错误。该研究提示，以NLP提取标签进行的公平性审计可能低估人群差异。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。