이 연구는 공정성이 임상 언어 모델에 통합될 수 있음을 보여주지만, 효과는 모델 유형에 따라 달라진다는 것을 나타냅니다. 임상 텍스트 구조와 일치하는 아키텍처는 본질적으로 공정성을 촉진하나, 혼합된 공정성 제약 결과는 맞춤형 개입이 필요함을 강조합니다. 지속적인 인구 통계적 격차는 알고리즘 편향이 종종 상류 문서의 불평등을 반영함을 보여줍니다. 이 프레임워크는 임상 인공지능을 위한 공정한 자연어 처리(NLP)로 나아가는 확장 가능한 경로를 제공합니다.
Abulibdeh 외. (화,) 이 질문을 연구하였습니다.