Систематический обзор, проведенный Айманом Сахли и коллегами, сравнивает интринсивно интерпретируемые статистические модели, такие как логистическая регрессия и модель пропорциональных рисков Кокса, с подходами объяснимого искусственного интеллекта (XAI) для прогнозирования рецидива рака молочной железы после первичного лечения.
Обзор зарегистрирован в PROSPERO под номером CRD420251145602 и направлен на критическую оценку опубликованных моделей в спектре от черных ящиков до белых ящиков. Команда в настоящее время завершает извлечение данных и запрашивает отзывы по вопросу обзора, стратегии поиска и инструментам оценки, таким как CHARMS, PROBAST+AI и TRIPOD+AI, перед переходом к оценке риска смещения.
Авторы приглашают комментарии от коллег в области прогноза рака молочной железы, предиктивного моделирования, онкологии или объяснимого/интерпретируемого ИИ, чтобы помочь выявить методологические пробелы и обозначить будущие направления для надежных прогностических моделей.