MedElevator Войти в исследования
← Поиск публикаций

DOI 10.1109/embc53108.2024.10782796

Медицинская библиотека · Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference · 2024

Towards Case-based Interpretability for Medical Federated Learning.

Latorre Laura, Petrychenko Liliana, Beets-Tan Regina, Kopytova Taisiya, Silva Wilson

СтатьяПеревод пока не подготовлен

Аннотация

We explore deep generative models to generate case-based explanations in a medical federated learning setting. Explaining AI model decisions through case-based interpretability is paramount to increasing trust and allowing widespread adoption of AI in clinical practice. However, medical AI training paradigms are shifting towards federated learning settings in order to comply with data protection regulations. In a federated scenario, past data is inaccessible to the current user. Thus, we use a deep generative model to generate synthetic examples that protect privacy and explain decisions. Our proof-of-concept focuses on pleural effusion diagnosis and uses publicly available Chest X-ray data.

Для цитирования: Latorre Laura, Petrychenko Liliana, Beets-Tan Regina, Kopytova Taisiya, Silva Wilson. Towards Case-based Interpretability for Medical Federated Learning.. Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference. 2024. DOI: 10.1109/embc53108.2024.10782796.

Предметные рубрики MeSH

Подготовка и перевод публикации
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…

История · было → стало

Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.

Тип публикации указан по данным источника. Уровень доказательности автоматически не присваивается.