由Eiman Sahly及其同事领导的系统综述正在比较内在可解释的统计模型（如逻辑回归和Cox比例风险模型）与可解释人工智能（XAI）方法，用于预测初级治疗后的乳腺癌复发。

该综述在PROSPERO注册，编号为CRD420251145602，旨在批判性地评估黑箱、灰箱和白箱光谱中已发表的模型。团队目前正在完成数据提取，并在进行偏倚风险评估之前，寻求对综述问题、搜索策略以及CHARMS、PROBAST+AI和TRIPOD+AI等评估工具的反馈。

作者邀请乳腺癌预后、预测建模、肿瘤学或可解释/可阐明人工智能领域的同事提供意见，以帮助识别方法论差距并概述可信预后模型的未来方向。