• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

Opening the black box: challenges and opportunities regarding interpretability of artificial intelligence in emergency medicine.

作者信息

Rajaram Akshay, Li Henry, Holodinsky Jessalyn K, Hall Justin N, Grant Lars, Goel Gautam, Hayward Jake, Mehta Shaun, Ben-Yakov Maxim, Pelletier Elyse Berger, Scheuermeyer Frank, Ho Kendall, Kareemi Hashim

机构信息

Department of Emergency Medicine, Queen's University, Kingston, ON, Canada.

Department of Family Medicine, Queen's University, Kingston, ON, Canada.

出版信息

CJEM. 2025 Feb;27(2):83-86. doi: 10.1007/s43678-024-00827-9. Epub 2025 Feb 17.

DOI:10.1007/s43678-024-00827-9
PMID:39962037
Abstract
摘要

相似文献

1
Opening the black box: challenges and opportunities regarding interpretability of artificial intelligence in emergency medicine.打开黑匣子：急诊医学中人工智能可解释性方面的挑战与机遇
CJEM. 2025 Feb;27(2):83-86. doi: 10.1007/s43678-024-00827-9. Epub 2025 Feb 17.
2
Explainable artificial intelligence in emergency medicine: an overview.急诊医学中的可解释人工智能：综述
Clin Exp Emerg Med. 2023 Dec;10(4):354-362. doi: 10.15441/ceem.23.145. Epub 2023 Nov 28.
3
A brief history of artificial intelligence embryo selection: from black-box to glass-box.人工智能胚胎选择的简史：从黑箱到玻璃箱。
Hum Reprod. 2024 Feb 1;39(2):285-292. doi: 10.1093/humrep/dead254.
4
Explainable and Interpretable Machine Learning for Antimicrobial Stewardship: Opportunities and Challenges.可解释和可解释的机器学习在抗菌药物管理中的应用：机遇与挑战。
Clin Ther. 2024 Jun;46(6):474-480. doi: 10.1016/j.clinthera.2024.02.010. Epub 2024 Mar 21.
5
Opening the Black Box: The Promise and Limitations of Explainable Machine Learning in Cardiology.揭开黑箱：可解释机器学习在心脏病学中的前景与局限。
Can J Cardiol. 2022 Feb;38(2):204-213. doi: 10.1016/j.cjca.2021.09.004. Epub 2021 Sep 14.
6
Exploring the Applications of Explainability in Wearable Data Analytics: Systematic Literature Review.探索可解释性在可穿戴数据分析中的应用：系统文献综述
J Med Internet Res. 2024 Dec 24;26:e53863. doi: 10.2196/53863.
7
Opening the black box of AI-Medicine.打开 AI 医学的黑箱。
J Gastroenterol Hepatol. 2021 Mar;36(3):581-584. doi: 10.1111/jgh.15384.
8
Explainable AI: A Review of Machine Learning Interpretability Methods.可解释人工智能：机器学习可解释性方法综述
Entropy (Basel). 2020 Dec 25;23(1):18. doi: 10.3390/e23010018.
9
The enlightening role of explainable artificial intelligence in medical & healthcare domains: A systematic literature review.可解释人工智能在医疗保健领域中的启示作用：系统文献综述。
Comput Biol Med. 2023 Nov;166:107555. doi: 10.1016/j.compbiomed.2023.107555. Epub 2023 Oct 4.
10
A systematic review on the integration of explainable artificial intelligence in intrusion detection systems to enhancing transparency and interpretability in cybersecurity.关于将可解释人工智能集成到入侵检测系统以提高网络安全透明度和可解释性的系统综述。
Front Artif Intell. 2025 Jan 28;8:1526221. doi: 10.3389/frai.2025.1526221. eCollection 2025.

本文引用的文献

1
AI-enabled electrocardiography alert intervention and all-cause mortality: a pragmatic randomized clinical trial.人工智能心电图预警干预与全因死亡率：一项实用随机临床试验。
Nat Med. 2024 May;30(5):1461-1470. doi: 10.1038/s41591-024-02961-4. Epub 2024 Apr 29.
2
Mortality risk prediction of the electrocardiogram as an informative indicator of cardiovascular diseases.心电图作为心血管疾病信息指标的死亡风险预测
Digit Health. 2023 Jul 10;9:20552076231187247. doi: 10.1177/20552076231187247. eCollection 2023 Jan-Dec.
3
A global taxonomy of interpretable AI: unifying the terminology for the technical and social sciences.
可解释人工智能的全球分类法：统一技术科学和社会科学的术语
Artif Intell Rev. 2023;56(4):3473-3504. doi: 10.1007/s10462-022-10256-8. Epub 2022 Sep 6.
4
Guidelines and quality criteria for artificial intelligence-based prediction models in healthcare: a scoping review.医疗保健中基于人工智能的预测模型的指南和质量标准：一项范围综述
NPJ Digit Med. 2022 Jan 10;5(1):2. doi: 10.1038/s41746-021-00549-7.
5
Dissecting racial bias in an algorithm used to manage the health of populations.剖析用于管理人群健康的算法中的种族偏见。
Science. 2019 Oct 25;366(6464):447-453. doi: 10.1126/science.aax2342.
6
Improving palliative care with deep learning.利用深度学习改善姑息治疗。
BMC Med Inform Decis Mak. 2018 Dec 12;18(Suppl 4):122. doi: 10.1186/s12911-018-0677-8.
7
The aspirin story - from willow to wonder drug.阿司匹林的故事——从柳树到神奇药物。
Br J Haematol. 2017 Jun;177(5):674-683. doi: 10.1111/bjh.14520. Epub 2017 Jan 20.