算法公平性与深度 AI 的迫切要求：纠正临床决策支持中的系统性偏倚

人工智能融入临床环境，已从理论承诺转变为结构性必需。然而，随着医疗组织日益依赖自动化系统来提升诊断精度与分诊效率，算法在受控环境中的表现与患者结局的现实之间出现了关键脱节。近期激增的实证证据——从脉搏血氧仪的硬件层面不准确，到专有脓毒症模型的架构失败——表明，许多现行 AI 实施并非仅仅是中立工具，而是在延续历史性医疗不公平方面的积极参与者。黑人孕产妇健康危机——其死亡率仍比白人人群高出三倍——是这些系统性失败最令人痛心的指标。本报告由 Veriprajna 呈献，主张解决这些差距的途径不在于对大型语言模型（LLM）"封装器"的表面应用，而在于根本性地转向优先考虑生理完整性、人口统计均等与严格外部验证的深度 AI 解决方案。

信任危机：超越 LLM 封装器陷阱

当前技术格局充斥着"封装器"应用——在 OpenAI 的 GPT、Google 的 Gemini 或 Anthropic 的 Claude 等通用公共 API 之上提供一层薄薄用户界面的软件层。尽管这些工具擅长行政起草与表层数据摘要，但在临床决策支持的高风险、多模态需求面前，它们从根本上力有不逮。LLM 是在语言概率上训练的统计引擎；它并不具备对病理生理学的概念性理解，也并非天然锚定于临床证据的严格约束之中。¹ 在孕产妇健康或急性脓毒症管理的情境中，"封装器"方法引入了不可接受的风险，包括幻觉、互联网规模偏倚的强化，以及缺乏可解释性——这使得模型的"黑箱"性质成为责任负担而非资产。³

Veriprajna 将自身定位为深度 AI 解决方案提供商，倡导一种整合实时生理信号、专家标注数据集与公平感知损失函数的方法论。"现成"模型——例如 Epic 脓毒症模型——未能在多样化患者人群中泛化，表明跨人群平均的准确率指标往往会掩盖边缘化亚群体中的致命缺陷。⁵ 真正的临床智能需要一种架构，能够考量硬件传感器、健康的社会经济决定因素（SDOH）以及不同人口队列间生理变异之间的相互依赖。

生理数据完整性：脉搏血氧仪与偏倚的根基

任何 AI 系统的效能都与其摄入数据的质量密不可分。在分诊与早期预警系统中，脉搏血氧测定是判定呼吸窘迫与脓毒症风险的主要输入来源。然而，这些设备的物理机制包含一种早已被记录却常被忽视的偏倚：黑色素对光的差异性吸收。

光学干扰的物理学

脉搏血氧仪通过向组织透射红光与红外光，并测量氧合与去氧血红蛋白的吸收比来工作。然而，黑色素也会在这些波长上吸收光线。当这些设备主要在较浅肤色人群上校准时，深色肤色患者中额外的吸收往往被设备误判为更高浓度的氧合血红蛋白。⁸ 这导致了"隐匿性低氧血症"——一种设备报告外周血氧饱和度 ( ) 处于正常范围、而真实动脉血氧饱和度 ( ) 却危险地偏低的状况。

发表于《新英格兰医学杂志》（NEJM）与《英国医学杂志》（BMJ）的近期发现凸显了这一测量误差的量级及其对 AI 驱动分诊逻辑的后续影响。研究表明，黑人患者经历隐匿性低氧血症的可能性几乎是白人患者的三倍——这一差距自 20 世纪 90 年代以来一直持续，却缺乏充分的监管干预。⁸

参数	对较浅肤色的影响	对较深肤色的影响	来源
平均高估幅度	基线	高出 0.6 至 1.5 个百分点	8
假阴性率（SpO₂）	1.2% - 26.9%	7.6% - 62.2%	8
隐匿性低氧血症发生率	基线	频率约高 3 倍	8
儿科检出失败	漏检 0%	最深肤色漏检 7%	11

对 AI 分诊的级联效应

当 AI 分诊系统将 作为核心特征加以利用时，它便继承了这种硬件层面的偏倚。

若算法设计为在 低于 92% 时触发"高优先级"警报，它将系统性地无法标记那些真实动脉血氧为 88%、但脉搏血氧仪读数仍为 93% 的黑人患者。这导致补充氧气给药的系统性延迟、器官衰竭风险升高以及更高的院内死亡率。⁹

对 Veriprajna 这样的深度 AI 提供商而言，这些数据揭示"干净"的 EHR 数据是一种幻觉。复杂模型必须被工程化为应用特定人口的校准偏移，或利用多模态传感器（例如将血氧测定与心率变异性及呼吸频率相结合）来三角测量患者的真实临床状态。2024 年范德比尔特研究（POSTer-Child）强调，即使在儿科人群中，常见脉搏血氧设备在最深肤色患者中未能检出低氧的比例达 7%，而对最浅肤色患者的漏检为零。¹¹ 这表明，直至近期仍仅要求在十名受试者上测试的现行 FDA 指南，从根本上不足以保障建立在这些传感器之上的 AI 系统的安全。¹⁰

急性护理中的预测失败：Epic 脓毒症模型分析

从硬件偏倚到算法偏倚的过渡，在 Epic 脓毒症模型（ESM）的广泛采用中体现得最为明显。ESM 被集成到数百家医院的电子健康记录（EHR）中，并被营销为在临床识别之前主动识别脓毒症的工具。然而，其部署现实以泛化能力差与显著的种族表现差距为特征。

泛化差距

开发者的内部验证声称曲线下面积（AUC）为 0.76 至 0.83。然而，在密歇根医学中心（Michigan Medicine）进行的独立外部验证显示性能急剧下降，AUC 仅为 0.63。⁵ 这一差异说明了专有模型中常见的"特定场地过拟合"。当模型在特定患者人群上校准（例如 2013–2015 年来自三个美国卫生系统的数据）时，面对新机构不同的人口构成、临床实践与文档习惯，它往往失败。⁵

性能指标	开发者声称	外部验证（密歇根）	来源
灵敏度（真阳性）	高	33%（漏检 67% 的病例）	6
阳性预测值	N/A	12%（88% 误报率）	7
早期检出优势	营销宣称	6% 的病例（临床医生之前的罕见警报）	13
警报负担	可控	高（显著的警报疲劳）	7

种族差距与标签偏倚问题

ESM 的失败不仅仅是低灵敏度的问题；它是不平等保护的问题。黑人与西班牙裔患者的脓毒症发病率几乎是白人患者的两倍，且往往在更年轻时发病。¹⁴ 然而，研究指出 ESM 在这些群体间表现出较差的"校准"，往往未能计入边缘化人群中脓毒症的特定生理轨迹。¹⁴

这一失败的主要驱动因素是"标签偏倚"。许多脓毒症模型在临床定义或计费编码上训练，而这些本身就是有偏倚的人类判断的产物。若临床医生历史上较慢为黑人患者开具血培养或识别脓毒症，AI 就会学会将"脓毒症"与白人患者的数据签名关联，从而实际上对黑人患者的疾病表现"视而不见"。¹⁴ 这造成了致命的反馈环：AI 因历史数据有偏而漏诊患者，临床医生又因过度依赖尚未触发警报的 AI 而漏诊患者。

孕产妇健康危机：系统性忽视与算法失败

或许没有任何医学领域比孕产妇健康更清晰地展示结构性种族主义与技术失败的交汇。美国疾病控制与预防中心（CDC）报告称，黑人女性面临每 10 万活产 50.3 的妊娠相关死亡率——几乎是白人女性所记录的 14.5 的 3.5 倍。¹⁷ 即便在控制教育与收入后，这一差距依然存在，表明根本原因在于照护质量与医疗系统的结构性偏倚。¹⁹

加州孕产妇数据中心（MDC）的发现

加州历来通过加州孕产妇质量照护协作组织（CMQCC）在孕产妇健康质量改进方面处于领先地位。然而，即便在这一数据丰富的环境中，AI 早期预警系统（EWS）仍表现出关键缺陷。MDC 发现，自动化早期预警系统漏检了黑人患者中 40% 的严重发病病例。²⁰

严重孕产妇发病（SMM）是对危及生命的并发症（如出血、子痫前期与脓毒症）的度量，其发生频率是孕产妇死亡的 100 倍。²¹ AI 未能标记黑人女性中这些病例，往往与"风化"效应相关——即系统性种族主义所致慢性应激的生理表现，可导致更高的基线血压与改变的心血管反应，而 AI 可能将其解读为该个体的"正常"。²⁰

结局指标	非西班牙裔黑人	非西班牙裔白人	西班牙裔	来源
孕产妇死亡率（每 10 万）	50.3	14.5	12.4	17
早产率	14.7%	9.4%	10.1%	19
产前保健过晚或缺失	10.4%	4.7%	9.7%	19
孕产照护中的不当对待	三分之一	五分之一（平均）	N/A	23

"抢救失败"与经济紧迫性

差距不仅在于并发症的发生率，还在于"抢救失败"。一旦发生严重发病，黑人女性死亡的可能性是白人女性的 1.79 倍。²⁴ 这表明，当 AI 系统未能警报，或其警报因隐性偏倚而被忽视时，挽救生命的干预窗口对黑人患者关闭得更快。

麦肯锡关于缩小黑人孕产妇健康差距的分析强调，解决这些差距不仅是道德必需，也是经济必需。为黑人女性恢复健康生命年可为美国 GDP 增加 $24.4 billion，并每年节省 $385 million 可预防的医疗费用。²⁵ 这要求从被动观察转向主动的、由 AI 赋能的干预策略，并优先落实"计数、研究、照护、纳入与投资"。²⁵

深度 AI 与 LLM 封装器：技术批判

生成式 AI 的兴起导致临床"聊天机器人"与摘要工具激增。然而，对于孕产妇分诊或脓毒症检出等高风险环境，这些"封装器"从根本上不足以胜任。Veriprajna 主张将这些概率性语言模型与为临床效用而设计的深度 AI 架构加以区分。

统计概率的局限

大型语言模型（LLM）在词概率上运行，而非临床逻辑。在医疗环境中，这表现为：

1.​ 临床不准确：研究发现，当患者特异性变量复杂时，LLM 在肾功能障碍剂量调整中的准确率仅为 16.7%。²⁶

2.​ 缺乏实时锚定：大多数公共 LLM 在静态数据集上训练，无法访问实时临床数据库或更新的指南。¹

3.​ 黑箱不透明：LLM 无法提供临床医生可验证的透明推理链，而这是欧洲 GDPR 与不断演进的美国卫生法规的要求。²

4.​ 对抗性幻觉：系统可被操纵或误转录内容，导致将捏造的临床数据插入患者记录。¹

Veriprajna 深度 AI 范式

按 Veriprajna 的定义，深度 AI 解决方案必须具备：

●​ 多模态：整合波形数据（心电图/血氧测定）、结构化实验室结果与非结构化护理记录，而非仅依赖基于文本的输入。¹³

●​ 专家验证：使用源自裁定式专家审阅的标签，而非嘈杂的计费编码。⁶

●​ 设计即公平感知：在训练阶段实施数学约束以确保人口统计均等。²⁸

算法公平性的数学基础

要从理论走向企业级，我们必须处理偏倚的数学结构。传统优化旨在最小化整个数据集上的经验风险（平均误差）。这自然偏向多数群体。Veriprajna 实施公平感知损失函数以纠正这一点。

公平感知损失函数

一种方法是将"公平性惩罚"整合进标准损失函数。若 为标准交叉熵损失，则公平感知模型最小化：

其中 为跨受保护群体（如种族或性别）的差异度量， 为控制总体准确率与群体公平性之间权衡的正则化参数。²⁸

最差群体损失优化

在许多医疗场景中，我们关心的是最小化最脆弱人群的风险。最差群体损失方法寻求最小化所有人口亚群体中的最大损失：

其中 为所有亚群体的集合（例如非西班牙裔黑人、白人、西班牙裔）。自动化抑郁检出研究表明，尽管该方法可能略微降低总体准确率，但显著改善代表性不足群体的结局——例如常被标准模型误分类的西班牙裔参与者。³⁰

均等几率与人口统计均等

深度 AI 模型还使用超越简单准确率的指标进行评估。

●​ 人口统计均等：确保正预测（例如"高风险"）的概率在所有群体间相等： .

●​ 均等几率：要求真阳性率（灵敏度）与假阳性率（1-特异度）在各群体间均相等：

.

在脓毒症检出中，实现均等几率至关重要。若模型对白人患者灵敏度为 80%、对黑人患者仅为 40%，则实际上是在按种族提供不同层级的照护。¹²

临床偏倚缓解的架构策略

Veriprajna 的深度 AI 解决方案技术框架采用四层方法，以确保模型稳健、公平且可泛化。

第 1 层：表征对齐

训练前，必须审查数据集中的"隐性分层"。例如，若胸部 X 光模型在某数据集上训练，而其中"便携式"X 光（通常用于病情更重、卧床的患者）在某一人口群体中更为常见，模型可能学会将便携设备的存在与疾病关联，而非与真实病理关联。¹³ 我们采用"对抗去偏"：训练一个辅助模型，从主模型的内部特征预测受保护属性（种族）。若对抗方成功，则惩罚主模型，迫使其学习对种族"盲目"、对临床病理"有洞察"的特征。³⁵

第 2 层：领域特定微调

与使用通才权重的 LLM 封装器不同，深度 AI 模型必须在专业化临床语料上微调。就孕产妇健康而言，这包括在加州孕产妇数据中心的产科共病评分系统上训练——该系统通过针对慢性高血压与糖尿病等特定共病进行调整，比一般指标更准确地预测严重孕产妇发病。²¹

第 3 层：多模态信号融合

为弥补脉搏血氧测定差距，我们的模型不将 视为独立的金标准。相反，它们利用"非线性动力学的时间回归"将血氧测定与其他标志物融合。若患者的心率与乳酸水平上升而 保持稳定，深度 AI 会发出"信号不一致"警报，促使临床医生开具金标准动脉血气（ABG）检测。⁹

第 4 层：外部验证与持续审计

模型漂移是医疗中的重大风险。随着临床协议变化或患者人口结构转变，模型性能可能下降。Veriprajna 实施"本地验证"框架，每次部署都以对该机构自有数据的回顾性审计开始。我们测量"群体稳定性指数"（PSI），以量化本地人群与训练队列的差异程度，确保模型针对其所服务的特定社区重新校准。⁷

深度 AI 咨询的角色：战略治理

对医疗高管而言，决策不再是是否采用 AI，而是如何在不引入灾难性责任或不加剧健康不公平的前提下采用。"Veriprajna 方法"为企业级 AI 治理提供了框架。

要求透明度与模型卡

AI 供应商必须被置于更高的透明度标准之下。笼统的"99% 准确率"声明往往毫无意义。企业应要求：

●​ 亚群体性能指标：按年龄、性别与种族详细分解灵敏度、特异度与阳性预测值（PPV）。⁷

●​ 校准曲线：证明"90% 概率"的脓毒症确实意味着此类患者中有 9/10 患有该病况。⁷

●​ 同行评审验证：拒绝供应商白皮书，转而采用独立的外部研究，例如 Wong 等人或 EXAKT 研究团队所开展的研究。⁶

实施"人在环中"监督

AI 应转变而非取代临床角色。在孕产妇健康中，这意味着利用 AI 为临床医生腾出时间，专注于积极倾听与体格评估等高价值活动。³⁸ 然而，法律与伦理要求自动化系统绝不能成为唯一决策者。² 我们倡导"协作智能"：AI 提供数据驱动的"轻推"，但最终的诊断与治疗路径由经过训练、能够识别并纠正算法偏倚的人类临床医生决定。³

未来展望：重夺创新叙事

当前的"AI 炒作"时代使许多组织满足于 LLM 封装器的便利。然而，来自 CDC、NEJM 与加州孕产妇数据中心的数据严正提醒：在医学中，便利不能以公平为代价。Veriprajna 所倡导的"深度 AI"路径代表着向科学严谨的回归。

通过解决传感器的硬件局限、纠正历史数据集中的标签偏倚，并实施公平感知的数学架构，我们可以构建一个技术用于缩小而非扩大死亡率差距的医疗系统。此类努力的经济与社会收益——每年挽救数千名母亲与婴儿——才是下一代人工智能成功的真正度量。²⁵

Veriprajna 致力于这一深度工作理念，超越 API 调用，去构筑真正公平的临床未来的基础。高保真数据、人口意识与专家验证的整合不仅是技术挑战；它是新的照护标准。

企业临床 AI 风险缓解摘要

风险类别	封装器/专有模型弱点	深度 AI/Veriprajna 解决方案
数据偏倚	继承硬件偏倚（例如血氧测定）	多模态三角测量与传感器特定偏移
标签偏倚	在有偏的计费/临床编码上训练	专家裁定的真值标签
泛化	特定场地过拟合；在新人群上失败	本地验证与群体稳定性指数（PSI）审计
可解释性	黑箱输出；高幻觉风险	透明的特征加权与临床推理链
公平性	为多数平均优化	最差群体损失与均等几率约束
合规	公共 API 缺乏 HIPAA/GDPR 保障	本地部署或私有云医疗级架构

总之，在 AI 时代通往临床卓越之路要求拒绝肤浅。正如孕产妇死亡危机与脓毒症模型失败所表明的，利害攸关的正是我们最脆弱患者的生命。深度 AI 是同时珍视创新与正义的企业级医疗系统唯一可行的前进道路。

参考文献

1. The dangers of using non-medical LLMs in healthcare communication - Paubox, 于2026年2月6日访问, https://www.paubox.com/blog/the-dangers-of-using-non-medical-llms-in-healthcare-communication

2. LLMs in Healthcare: what's helpful, harmful and what do you need to know? - Cranium, 于2026年2月6日访问, https://www.cranium.eu/llms-in-healthcare-whats-helpful-harmful-and-what-do-you-need-to-know/

3. Challenges and barriers of using large language models (LLM) such as ChatGPT for diagnostic medicine with a focus on digital pathology – a recent scoping review - PMC, 于2026年2月6日访问, https://pmc.ncbi.nlm.nih.gov/articles/PMC10898121/

4. The Limitations of Large Language Models (in Medical Environments). | by Juan Placer Mendoza, 于2026年2月6日访问, https://jpm75.medium.com/the-limitations-of-large-language-models-in-medical-environments-3843054bb042

5. The Epic Sepsis Model Falls Short—The Importance of External Validation - ResearchGate, 于2026年2月6日访问, https://www.researchgate.net/publication/352593220_The_Epic_Sepsis_Model_Falls_Short-The_Importance_of_External_Validation

6. External Validation of a Widely Implemented Proprietary Sepsis Prediction Model in Hospitalized Patients - PMC, 于2026年2月6日访问, https://pmc.ncbi.nlm.nih.gov/articles/PMC8218233/

7. Evaluating AI Clinical Decision Support Systems - The Physician AI Handbook, 于2026年2月6日访问, https://physicianaihandbook.com/implementation/evaluation.html

8. The impact of skin tone on performance of pulse oximeters used by ..., 于2026年2月6日访问, https://pmc.ncbi.nlm.nih.gov/articles/PMC12801414/

9. Pulse oximeters overestimate blood oxygen levels in patients with darker skin, 于2026年2月6日访问, https://www.news-medical.net/news/20260114/Pulse-oximeters-overestimate-blood-oxygen-levels-in-patients-with-darker-skin.aspx

10. Racial Bias in Pulse Oximetry Measurement - AI & Digital Health Innovation, 于2026年2月6日访问, https://aidhi.umich.edu/impact-stories-blog/racial-bias-in-pulse-oximetry-measurement

11. Skin tone may affect accuracy of blood oxygen measurement in children: study - VUMC News, 于2026年2月6日访问, https://news.vumc.org/2025/03/04/skin-tone-may-affect-accuracy-of-blood-oxygen-measurement-in-children-study/

12. Mitigating AI Risks in Healthcare: Why Local Validation Matters - EisnerAmper, 于2026年2月6日访问, https://www.eisneramper.com/insights/blogs/health-care-blog/mitigating-ai-risks-in-healthcare-0625/

13. AI in Diagnostic and Clinical Decision Support - The Public Health AI Handbook, 于2026年2月6日访问, https://publichealthaihandbook.com/applications/clinical.html

14. Full article: Mitigating Bias in Machine Learning Models with Ethics-Based Initiatives: The Case of Sepsis - Taylor & Francis Online, 于2026年2月6日访问, https://www.tandfonline.com/doi/full/10.1080/15265161.2025.2497971

15. Mitigating Bias in Machine Learning Models with Ethics-Based Initiatives: The Case of Sepsis, 于2026年2月6日访问, https://www.tandfonline.com/doi/pdf/10.1080/15265161.2025.2497971

16. Sepsis Prediction Models are Trained on Labels that Diverge from Clinician-Recommended Treatment Times - NIH, 于2026年2月6日访问, https://pmc.ncbi.nlm.nih.gov/articles/PMC12099352/

17. Health E-Stats, February 2025, Maternal Mortality Rates in the United States, 2023 - CDC, 于2026年2月6日访问, https://www.cdc.gov/nchs/data/hestat/maternal-mortality/2023/Estat-maternal-mortality.pdf

18. Health E-Stat 100: Maternal Mortality Rates in the United States, 2023 - CDC, 于2026年2月6日访问, https://www.cdc.gov/nchs/data/hestat/maternal-mortality/2023/maternal-mortality-rates-2023.htm

19. Racial Disparities in Maternal and Infant Health: Current Status and Key Issues | KFF, 于2026年2月6日访问, https://www.kff.org/racial-equity-and-health-policy/racial-disparities-in-maternal-and-infant-health-current-status-and-key-issues/

20. How California is taking on inequity for Black patients during pregnancy, childbirth, 于2026年2月6日访问, https://med.stanford.edu/news/insights/2024/01/california-inequity-black-patients-pregnancy-childbirth.html

21. CA-PAMR Recent Data | California Maternal Quality Care ..., 于2026年2月6日访问, https://www.cmqcc.org/education-research/maternal-mortality-review-ca-pamr/ca-pamr-recent-data

22. CENTERING BLACK MOTHERS IN CALIFORNIA - CDPH, 于2026年2月6日访问, https://www.cdph.ca.gov/Programs/CFH/DMCAH/CDPH%20Document%20Library/Centering-Black-Mothers/Centering-Black-Mothers-Report-2023.pdf

23. Disrespected and Ignored: Black Pregnant Women Demand Congressional Action, 于2026年2月6日访问, https://nationalpartnership.org/disrespected-and-ignored-black-pregnant-women-demand-congressional-action/

24. Racial and Ethnic Disparities in Death Associated With Severe Maternal Morbidity in the United States: Failure to Rescue | Request PDF - ResearchGate, 于2026年2月6日访问, https://www.researchgate.net/publication/350768676_Racial_and_Ethnic_Disparities_in_Death_Associated_With_Severe_Maternal_Morbidity_in_the_United_States_Failure_to_Rescue

25. Black maternal health disparities: reducing mortality rates | McKinsey, 于2026年2月6日访问, https://www.mckinsey.com/institute-for-economic-mobility/our-insights/closing-the-black-maternal-health-gap-healthier-lives-stronger-economies

26. Navigating the potential and pitfalls of large language models in patient-centered medication guidance and self-decision support - PMC, 于2026年2月6日访问, https://pmc.ncbi.nlm.nih.gov/articles/PMC11798948/

27. AI Horizons Institute: AI In Healthcare Workgroup Introduction - University of Rochester, 于2026年2月6日访问, https://www.rochester.edu/warner/lida/wp-content/uploads/2025/02/AI-Horizons-Healthcare-White-Paper.pdf

28. Bias in AI systems: integrating formal and socio-technical approaches - PMC, 于2026年2月6日访问, https://pmc.ncbi.nlm.nih.gov/articles/PMC12823528/

29. From Lab to Clinic: Addressing Bias and Generalizability in AI Diagnostic Systems, 于2026年2月6日访问, https://journalwjarr.com/sites/default/files/fulltext_pdf/WJARR-2025-4249.pdf

30. Assessing Algorithmic Bias in Language-Based Depression Detection: A Comparison of DNN and LLM Approaches - arXiv, 于2026年2月6日访问, https://arxiv.org/html/2509.25795v1

31. Fair Machine Learning in Healthcare: A Survey | Request PDF - ResearchGate, 于2026年2月6日访问, https://www.researchgate.net/publication/384486736_Fair_Machine_Learning_in_Healthcare_A_Survey

32. Assessing Algorithmic Bias in Language-Based Depression Detection: A Comparison of DNN and LLM Approaches | Request PDF - ResearchGate, 于2026年2月6日访问, https://www.researchgate.net/publication/398470731_Assessing_Algorithmic_Bias_in_Language-Based_Depression_Detection_A_Comparison_of_DNN_and_LLM_Approaches

33. Assessing Algorithmic Bias in Language-Based Depression Detection: A Comparison of DNN and LLM Approaches - arXiv, 于2026年2月6日访问, https://www.arxiv.org/pdf/2509.25795

34. False hope of a single generalisable AI sepsis prediction model: bias and proposed mitigation strategies for improving performance based on a retrospective multisite cohort study - ResearchGate, 于2026年2月6日访问, https://www.researchgate.net/publication/390249394_False_hope_of_a_single_generalisable_AI_sepsis_prediction_model_bias_and_proposed_mitigation_strategies_for_improving_performance_based_on_a_retrospective_multisite_cohort_study

35. A Comprehensive Survey on Bias and Fairness in Gen- erative AI: Legal, Ethical, and Technical Responses - OpenReview, 于2026年2月6日访问, https://openreview.net/pdf/7bd31cd005e56d87b5ed85b266cf1d1ad2693958.pdf

36. Effects of post-training mitigation on classifier performance and... - ResearchGate, 于2026年2月6日访问, https://www.researchgate.net/figure/Effects-of-post-training-mitigation-on-classifier-performance-and-fairness-Different_fig3_382523592

37. ICLR 2025 Papers, 于2026年2月6日访问, https://iclr.cc/virtual/2025/papers.html

38. Principles for Artificial Intelligence (AI) and its application in healthcare | BMA, 于2026年2月6日访问, https://www.bma.org.uk/media/njgfbmnn/bma-principles-for-artificial-intelligence-ai-and-its-application-in-healthcare.pdf

39. Whitepaper for the ITU/WHO Focus Group on Artificial Intelligence for Health, 于2026年2月6日访问, https://www.itu.int/en/ITU-T/focusgroups/ai4h/Documents/FG-AI4H_Whitepaper.pdf

40. Despite high Black maternal death rate, California hospitals ignored training about bias in care - CalMatters, 于2026年2月6日访问, https://calmatters.org/health/2023/10/despite-high-black-maternal-death-rate-california-hospitals-ignored-training-about-bias-in-care/