Fairness in Multi-modal Medical Diagnosis with Demonstration Selection
多模态医学诊断中的公平性与演示选择
机构 * Arizona State University(亚利桑那州立大学) ; University of Rochester(罗切斯特大学) ; University of Virginia(弗吉尼亚大学) ; UCL(伦敦大学学院) ; University of North Carolina at Chapel Hill(北卡罗来纳大学教堂山分校) ; University of Central Florida(佛罗里达中央大学)
专题命中 测试时计算 :reasoning(abstract,comments);分类 cs.LG
AI总结 本文提出FADS方法,通过基于聚类的采样提升多模态医学影像诊断的公平性,减少性别、种族和族裔相关差异,同时保持高准确性。
Comments 10 pages (including 2 pages of references), 4 figures. This work explores fairness in multi-modal medical image reasoning using in-context learning