3 статей
Систематический обзор 36 эмпирических исследований (2020–2025) показывает применение методов объяснимого ИИ (SHAP, Grad-CAM, LIME) в медицинской визуализации, диагностике и реабилитации. Исследования демонстрируют соответствие методов объяснимости типам медицинских задач и частое комбинирование нескольких объяснителей для перекрёстной проверки интерпретаций.
Комментарий о важности объяснимого искусственного интеллекта (XAI) в медицине для обеспечения справедливости в здравоохранении. Статья обсуждает проблему «чёрного ящика» в сложных моделях ИИ и аргументирует необходимость внедрения объяснимости, воспроизводимости и культурно-ориентированных подходов для борьбы с системными предубеждениями в медицинских алгоритмах.
Исследование оценивает возможности моделей рассуждения (LLM) для поддержки клинического принятия решений при лечении болей в пояснице. Результаты показывают достаточную надёжность моделей, но выявляют недостатки в эмпатии и интуиции по сравнению с экспертами-клиницистами.
