跳到正文
arXiv · ML· Nitish Nagesh, Elahe Khatibi, Thomas Hughes, Mahdi Bagheri, Pratik Gajane, Amir M. Rahmani·· 12 小时前AI 评分39

因果发现算法路径特异性公平性审计:心衰案例研究

Auditing Path-Specific Fairness Across Causal Discovery Algorithms: A Heart Failure Case Study

AI 导读

针对心衰临床记录数据集,构建专家因果图基准并追溯因果发现算法,量化路径特异性公平性与效用权衡。 ICA-LiNGAM在结构汉明距离和召回率上最优,GES精度最高;原始与发现图在射血分数中介效应上存在1.2个百分点差异,导致公平-效用比变化。 结果表明因果发现感知、路径特异性公平性评估在临床场景至关重要,应纳入临床风险模型常规审计。

来源:arXiv · ML · arxiv.org