从先知式到审判式：通过对比解释和新型交互协议增强临床决策

利用机器学习分类器的临床决策支持系统(CDSS)在提高各医学领域的诊断准确性方面展现出巨大潜力。然而，对于自动化偏见、代理意识下降以及过度依赖这些系统的担忧仍然存在，特别是在决策自主性至关重要的临床环境中。为解决这些挑战，我们提出"审判式AI"，旨在减少自动化偏见并保持代理意识。该系统向医学专业人员呈现对比性解释而非确定性建议，以鼓励用户参与和批判性评估。本文报告了一项探索性研究，调查审判式CDSS在X射线图像椎体骨折诊断中的有效性。16名医学专业人员参与了18张复杂X射线图像的诊断。研究发现，复杂病例的经验用户诊断准确性显著提高(p = .045)，总体准确性提高0.24。置信水平也有所提高(p = .034)。然而，该协议对经验不足的用户益处较小，表明认知负荷可能是限制因素。结果表明，审判式AI可能是减轻临床环境中自动化偏见和保持代理能力的有效工具。