Implementing Fairness in Real-World Healthcare Machine Learning through Datasheet for Database
Notice bibliographique
Résumé
Healthcare Machine Learning (HML) models are revolutionizing the healthcare industry, \npromising improved patient outcomes and enhanced public health. However, it is \nessential to ensure fairness, i.e., models delivering equitable performance to all individuals, \nirrespective of their inherent or acquired characteristics. This requires a thorough \nexamination of the data used and the specific applications of these models. \nThis study conducted a six-year systematic survey of models trained on the Medical \nInformation Mart for Intensive Care (MIMIC) clinical research database (CRD) – one of \nthe most popular and widely used HML databases to explore the link between data and \nfairness in HML. \nThe results were striking: for the popular MIMIC IV – ICU mortality task, a naive baseline \noutperformed the state-of-the-art (SOTA) model in prediction performance, demonstrating \ngreater fairness across subgroups (while still somewhat unfair). These findings \ndemonstrate the urgent need to integrate fairness into healthcare machine learning models \nand a greater need to include practitioners in HML modeling. \nTo achieve this, we propose a data-centric approach to fairness through our ‘Datasheet \nfor MIMIC IV v2.0 CRD’, modeled after the recent works recommending datasheets for \ndatasets. Given that MIMIC is large and complex, this datasheet will assist practitioners in \nidentifying data anomalies and task-specific feature-target relationships during modeling, \nthereby fostering the development of equitable HML models.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,118 | 0,256 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,010 | 0,015 |
| Science ouverte | 0,006 | 0,010 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».