研究完成医学影像量子机器学习敏感亚群公平性审计

2026年10月，一项针对医学影像分类的研究对量子机器学习（QML）完成了敏感亚群公平性审计。研究证实，量子分类器虽然具备总体性能竞争力，但并非天然具备公平性，依然存在亚群差异。在 DDI 和 CheXpert 衍生数据集的测试中，量子支持向量机（QSVM）结合梯度反转层（GRL）与均等几率（EO）正则化的权衡表现接近 PanDerm 模型，但部分配置由于造成全局辨别力损失，在临床上不可接受。此外，该研究涉及的所有量子模型均在经典模拟中运行，研究并未宣称实现量子优势。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。