Um Framework Explicável para Predições Clínicas: Integração de Raciocínio Baseado em Casos, Clustering e Contrafactuais

Abstract

Este trabalho propõe um framework de inteligência artificial explicável (XAI) para geração de explicações contrafactuais em dados clínicos, integrando Raciocínio Baseado em Casos (CBR), Clustering e métodos contrafactuais. O modelo de Deep Learning (DL) prediz o rótulo de um caso consulta, enquanto casos similares, porém de classe diferente, são agrupados em perfis clínicos semelhantes. Para melhorar a diversidade e interpretabilidade dos contrafactuais gerados, casos amostrados destes grupos orientam alterações mínimas e plausíveis nos atributos do caso.

Ähnliche Arbeiten