智能AI
morning
人工智能可以从医学中学到什么？生成类比和可靠的机器学习系统
摘要
arXiv:2608.18186v1 Announce Type: new Abstract: In the past few years, machine learning (ML) has been widely (and to an extent, successfully) implemented in medicine. However, uncertainties surroundin...
the
and
warrants
clinical
translation
epistemic
methodological
new
has
been
2026-08-21
1 阅读
约1分钟阅读
Emanuele Ratti, Lena Zuchowski
字号:
arXiv:2608.18186v1 公告类型：新 摘要：在过去几年中，机器学习 (ML) 已在医学中广泛（并且在一定程度上成功）实施。然而，围绕机器学习的不确定性使得建立其认知和方法论依据变得困难。在文献中，医学和机器学习之间存在相似之处，这表明我们应该根据临床翻译标准对机器学习的认知和方法标准进行建模。通过开发黑塞工作中的工具，我们将这种并行的本质描述为临床翻译过程和构建机器学习系统过程之间的生成类比。我们更准确地确定了临床翻译的认知和方法论依据，这些依据通常仅在诉诸类比时才会提及，并且我们展示了在何种意义上这些依据类比地适用于机器学习的背景。特别是，我们用可靠性主义术语解释临床翻译的保证，并展示这如何为一种新形式的机器学习可靠性主义提供信息，这与人工智能哲学中现有的可靠性主义解释不同（尽管兼容）。
这篇文章对您有帮助吗？
订阅66必读
每日精选科技资讯，直达你的邮箱