ईमान सहली और सहकर्मियों द्वारा नेतृत्व प्राप्त एक व्यवस्थित समीक्षा प्राथमिक उपचार के बाद स्तन कैंसर की वापसी की भविष्यवाणी करने के लिए लॉजिस्टिक रिग्रेशन और कॉक्स प्रोपोर्शनल हैज़र्ड मॉडल जैसे अंतर्निहित रूप से व्याख्या योग्य सांख्यिकीय मॉडल की तुलना स्पष्ट कृत्रिम बुद्धिमत्ता (XAI) दृष्टिकोणों से कर रही है।
PROSPERO में CRD420251145602 के तहत पंजीकृत इस समीक्षा का उद्देश्य ब्लैक-बॉक्स, ग्रे-बॉक्स और व्हाइट-बॉक्स स्पेक्ट्रम पर प्रकाशित मॉडल की आलोचनात्मक रूप से जांच करना है। टीम वर्तमान में डेटा निष्कर्षण पूरा कर रही है और झुकाव जोखिम मूल्यांकन में जाने से पहले समीक्षा प्रश्न, खोज रणनीति और CHARMS, PROBAST+AI, और TRIPOD+AI जैसे मूल्यांकन उपकरणों पर प्रतिक्रिया की तलाश कर रही है।
लेखक विश्वसनीय भविष्यसूचक मॉडल के लिए विधिगत अंतराल की पहचान करने और भविष्य की दिशाओं को रेखांकित करने में मदद करने के लिए स्तन कैंसर पूर्वानुमान, भविष्यवाणी मॉडलिंग, ऑन्कोलॉजी, या स्पष्ट/व्याख्या योग्य AI में सहकर्मियों से टिप्पणियों का आमंत्रण करते हैं।