📄 health informatics
How Best to Explain Machine Learning Models to Clinicians: A User Study of Explanation Types
39 चिकित्सकों से जुड़े इस उपयोगकर्ता अध्ययन से पता चलता है कि हालांकि एट्रिब्यूशन-आधारित स्पष्टीकरण नैदानिक सेटिंग्स में मशीन लर्निंग भविष्यवाणियों के प्रति विश्वास और समझ को सबसे अधिक बढ़ाते हैं, फिर भी लगभग आधे प्रतिभागियों ने कई प्रकार के स्पष्टीकरण देखने को प्राथमिकता दी है, जो यह सुझाव देता है कि भविष्य के कार्यान्वयन को विशिष्ट नैदानिक भूमिकाओं के अनुरूप विविध प्रारूप पेश करते हुए एट्रिब्यूशन विधियों को प्राथमिकता देनी चाहिए।