Интерпретация эхокардиографии с использованием ИИ и многозадачного глубокого обучения — Ответ

В ответ Мы ценим вдумчивые комментарии от г-жи Ву и коллег, а также от доктора Чжана и коллег по поводу нашей статьи. Оба письма комментируют репрезентативность когорт пациентов и вопрос о том, может ли возникнуть демографический уклон в предсказаниях модели. Мы согласны с тем, что предвзятость является ключевым фактором при ответственном развертывании алгоритмов ИИ, что мы учли с помощью многосайтовой валидации в различных когортах и статистического анализа справедливости групп. Отметим, что наши когорты охватывали крупную систему здравоохранения США, представляющую местную демографическую перепись (19,1% небелых, 7,9% латиноамериканцев), включая когорту из отделения неотложной помощи с визуализацией в месте оказания медицинской помощи (34,2% небелых, 11,4% латиноамериканцев), а также географически отдельные когорты из Европы и Калифорнии (11,1% латиноамериканцев). Что еще более важно, надежная производительность модели в когортах с переменным демографическим составом предполагает, что PanEcho, система ИИ, изучает ключевые фенотипы посредством прямых ассоциаций, а не посторонних факторов. Дополнительный анализ также показал, что модель работала справедливо по половому признаку для 13 из 15 диагностических задач и по расовому признаку для 25 из 26 групповых сравнений. Поэтому мы не обнаружили никаких признаков демографической предвзятости в приложениях системы ИИ, хотя постоянная оценка имеет важное значение.