Методи підвищення інтерпретованості (Explainable AI) гібридних нейромережевих моделей у задачах клінічної діагностики

Abstract

Роботу присвячено актуальній проблемі сучасної біомедичної інженерії — підвищенню прозорості та інтерпретованості рішень гібридних нейромережевих моделей, які використовуються в системах підтримки прийняття медичних рішень. Автор розглядає проблему «чорного ящика», через яку лікарі не можуть повноцінно довіряти прогнозам багатошарових моделей, оскільки не бачать логіки їх формування, що суперечить принципам доказової медицини