arXiv cs.AI· Jing Yang, Long R. Jiao, Zongjiu Zhang, Xiujun Cai·· 11 小时前AI 评分34
临床判断成为预测捷径：临床 AI 部署前必须回答的两个问题
When Clinical Judgment Becomes a Predictive Shortcut: Two Questions Clinical AI Must Answer Before Deployment
AI 导读
临床 AI 能利用现有临床判断产生的信息来预测结果，但仅凭这种表现无法证明其在识别前或跨护理流程中的实用性。研究提出按预期用途和信息条件匹配的证据要求，并增加状态参照与代理相对时序测试，以支撑更强的识别声明。该框架指出，当前评估实践中的泄漏检查、整体预测性能和外部验证均未覆盖这些问题。
正文 · AI 翻译
摘要：临床 AI 可以利用现有临床判断所产生的信息来预测结果。仅凭这样的表现，无法在识别之前或跨护理流程中确立其有用性。我们提出了与预期用途和信息条件相匹配的证据要求，并针对更强的识别主张增加了额外的状态参照和代理相对时序测试。该框架有助于医院评估：在援助最需要的时候，支持性能的条件是否依然成立。这些问题仍处于当前评估实践之外——泄漏检查、总体预测性能和外部验证都无法解决它们；该框架将它们明确化，并规定了回答这些问题所需的直接证据。
| 评论： | 27 页，1 幅图，3 张表，1 个框；包含多媒体附录 1 |
| 主题： | 人工智能 (cs.AI) |
| 引用为： | arXiv:2609.25852 [cs.AI] |
| （或本版本使用 arXiv:2609.25852v2 [cs.AI]） | |
| https://doi.org/10.48550/arXiv.2609.25852 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Jing Yang [查看邮件]
[v1]
2026 年 9 月 22 日星期二 08:16:44 UTC (1,636 KB)
[v2]
2026 年 10 月 23 日星期五 17:33:10 UTC (1,522 KB)
来源：arXiv cs.AI · arxiv.org