Toward fair AI-driven medical text generation

IF 18.3 Q1 COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS

Nature computational science Pub Date : 2025-05-14 DOI:10.1038/s43588-025-00807-8

Yumeng Zhang, Jiangning Song

引用次数: 0

Abstract

A recent study assesses bias in artificial intelligence (AI)-generated medical language to find differences in age, sex, and ethnicity. An optimization technique is proposed to improve fairness without sacrificing performance.

Abstract Image

查看原文本刊更多论文

朝着公平的人工智能驱动的医学文本生成。

最近的一项研究评估了人工智能（AI）生成的医学语言的偏见，以发现年龄、性别和种族的差异。提出了一种在不牺牲性能的前提下提高公平性的优化技术。

本文章由计算机程序翻译，如有差异，请以英文原文为准。

求助全文

约1分钟内获得全文求助全文

来源期刊

Nature computational science

CiteScore

11.70

自引率

0.00%

发文量