<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>健康公平性 on 办公AI智能小助手</title>
    <link>https://blog.qife122.com/tags/%E5%81%A5%E5%BA%B7%E5%85%AC%E5%B9%B3%E6%80%A7/</link>
    <description>Recent content in 健康公平性 on 办公AI智能小助手</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <copyright>qife</copyright>
    <lastBuildDate>Fri, 03 Oct 2025 09:51:51 +0800</lastBuildDate>
    <atom:link href="https://blog.qife122.com/tags/%E5%81%A5%E5%BA%B7%E5%85%AC%E5%B9%B3%E6%80%A7/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>HEAL框架：评估机器学习模型在健康公平性中的表现</title>
      <link>https://blog.qife122.com/p/heal%E6%A1%86%E6%9E%B6%E8%AF%84%E4%BC%B0%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E6%A8%A1%E5%9E%8B%E5%9C%A8%E5%81%A5%E5%BA%B7%E5%85%AC%E5%B9%B3%E6%80%A7%E4%B8%AD%E7%9A%84%E8%A1%A8%E7%8E%B0/</link>
      <pubDate>Fri, 03 Oct 2025 09:51:51 +0800</pubDate>
      <guid>https://blog.qife122.com/p/heal%E6%A1%86%E6%9E%B6%E8%AF%84%E4%BC%B0%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E6%A8%A1%E5%9E%8B%E5%9C%A8%E5%81%A5%E5%BA%B7%E5%85%AC%E5%B9%B3%E6%80%A7%E4%B8%AD%E7%9A%84%E8%A1%A8%E7%8E%B0/</guid>
      <description>&lt;h1 id=&#34;heal机器学习性能健康公平性评估框架&#34;&gt;HEAL：机器学习性能健康公平性评估框架&lt;/h1&gt;&#xA;&lt;p&gt;今天，我们介绍健康公平性机器学习性能评估（HEAL），这是一个新颖的评估框架，旨在定量评估基于机器学习的健康工具的性能是否公平。我们提出了一个4步流程，用于估计机器学习工具在平均健康结果较差的群体中表现优于其他群体的可能性，目标是指导改进，使健康AI技术更加公平。&lt;/p&gt;</description>
    </item>
    <item>
      <title>机器学习性能健康公平性评估框架HEAL详解</title>
      <link>https://blog.qife122.com/p/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E6%80%A7%E8%83%BD%E5%81%A5%E5%BA%B7%E5%85%AC%E5%B9%B3%E6%80%A7%E8%AF%84%E4%BC%B0%E6%A1%86%E6%9E%B6heal%E8%AF%A6%E8%A7%A3/</link>
      <pubDate>Sat, 20 Sep 2025 04:54:15 +0800</pubDate>
      <guid>https://blog.qife122.com/p/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E6%80%A7%E8%83%BD%E5%81%A5%E5%BA%B7%E5%85%AC%E5%B9%B3%E6%80%A7%E8%AF%84%E4%BC%B0%E6%A1%86%E6%9E%B6heal%E8%AF%A6%E8%A7%A3/</guid>
      <description>&lt;h1 id=&#34;heal-机器学习性能健康公平性评估框架&#34;&gt;HEAL: 机器学习性能健康公平性评估框架&lt;/h1&gt;&#xA;&lt;h2 id=&#34;引言&#34;&gt;引言&lt;/h2&gt;&#xA;&lt;p&gt;健康公平性是全球主要社会关切问题，差异源于医疗可及性限制、临床治疗差异甚至诊断技术根本差异。例如在皮肤病学中，少数群体、社会经济地位较低或医疗可及性有限的个体皮肤癌结局更差。虽然机器学习和人工智能在改善医疗保健方面前景广阔，但从研究到临床应用的转变必须谨慎理解其对健康公平性的影响。&lt;/p&gt;</description>
    </item>
  </channel>
</rss>
