返回
Statistical Tests for Replacing Human Decision Makers with Algorithms
DOI:10.1287/mnsc.2023.01845.png)
摘要
En 中文
本文提出了一种利用人工智能改进人类决策的统计框架。将每位人类决策者的表现与机器预测的表现进行基准比较。我们用机器学习算法的推荐替代了部分决策者做出的诊断。我们采用了一种启发式频率学派方法以及一种贝叶斯后验损失函数方法,对来自育龄夫妇孕前检查和妊娠结局的全国性医生诊断数据集进行异常分娩检测。我们发现,在测试数据集上,我们的算法相较于仅由医生做出的诊断,具有更高的总体真阳性率和更低的假阳性率。
Keyword:
artificial intelligence
machine learning
decision making
ROC curve
期刊
IF:
4.9
论文数:
780
被引数:
5.0W
机构
暂无机构信息
引用论文
Who Should Be Treated? Empirical Welfare Maximization Methods for Treatment Choice谁应该被治疗?治疗选择的经验福利最大化方法
ECONOMETRICA
IF7.1
Clinically applicable deep learning for diagnosis and referral in retinal disease深度学习在视网膜疾病诊断和转诊中的临床应用
NATURE MEDICINE
IF50
From patterns to patients: Advances in clinical machine learning for cancer diagnosis, prognosis, and treatment从模式到患者: 用于癌症诊断,预后和治疗的临床机器学习的进展
Cell
IF0

