比较SHAP和临床医生友好解释对临床决策行为的影响

临床决策极大地影响患者的生活及其生活质量。然而，基于人工智能的临床决策支持系统（CDSS）的黑箱性质使得对决策来源的解释变得复杂。可解释的人工智能（XAI）通过解释来提高接受度和信任，但不同方法的有效性仍不确定。我们比较了不同解释方法在临床医生中的接受度、信任度、满意度和可用性。我们还通过信任、满意和可用性评分问卷探索与每个项目的接受水平相关的因素。63名在手术前已开具血液制品的外科医生和内科医生在接受三种CDSS解释方法之一（每种方法包含六个小案例）之前和之后做出决策，采用平衡设计。我们发现了实证证据，表明提供临床解释比仅呈现“结果”或“结果加SHapley附加解释（SHAP）”能更好地增强临床医生的接受度。此外，信任、满意度和可用性与接受度相关。本研究为在医学领域战略应用XAI-CDSS提供了最佳实践建议。