20260617:目前有914 页

concepts/algorithmic-equity.md

@@ -0,0 +1,37 @@
+---
+title: "算法公平性 (Algorithmic Equity)"
+created: 2026-06-10
+updated: 2026-06-10
+type: concept
+tags: ["fairness", "clinical-ai", "health-equity"]
+sources: ["[[principled-uncertainty-clinical-ai]]"]
+---
+
+# 算法公平性 (Algorithmic Equity)
+
+**算法公平性**关注机器学习系统在不同人口群体中是否产生公正的结果，特别关注系统性地对弱势群体产生不利影响的模式。
+
+## 医疗 AI 中的公平性问题
+
+关键里程碑：
+
+- **Obermeyer et al. (2019, Science)**：广泛部署的商业医疗风险算法系统性将 Black 患者标记为比同等病情的 White 患者更低风险——根因是使用医疗成本作为健康需求的代理指标
+- **Seyyed-Kalantari et al. (2021, Nature Medicine)**：AI 算法对弱势患者群体的胸部 X 光片诊断不足
+- **Celi et al. (2022, PLOS Digital Health)**：全球审查确定三大偏见来源：数据代表性、代理结果、分布偏移
+
+## 不确定性与公平性的连接
+
+[[principled-uncertainty-clinical-ai|Principled Uncertainty in Clinical AI]] 提出范式转换：**校准后的认知不确定性是公平性信号**。
+
+传统公平性审计依赖事后准确率差异——但准确率对系统性偏见不敏感（农村 85.5% vs 三级 82.6%，仅差 2.9pp）。[[uncertainty-equity-gap|UEG]] 在同一场景中检测到 15.3% 的差异。
+
+## 核心机制
+
+训练数据偏向优势群体 → 弱势群体为 OOD → 认知不确定性升高 → UEG 信号
+
+效应量层级（设施 > SES > 年龄 > 性别）精确映射结构性健康不平等的驱动因素。
+
+## 参考
+- [[principled-uncertainty-clinical-ai|Principled Uncertainty in Clinical AI]]
+- [[uncertainty-equity-gap|UEG]]
+- [[clinical-ai|临床 AI]]