---
title: "不确定性公平性差距 (Uncertainty Equity Gap, UEG)"
created: 2026-06-10
updated: 2026-06-10
type: concept
tags: ["algorithmic-equity", "uncertainty-quantification", "metrics", "clinical-ai"]
sources: ["[[principled-uncertainty-clinical-ai]]"]
---

# 不确定性公平性差距 (Uncertainty Equity Gap, UEG)

**UEG** 是 [[principled-uncertainty-clinical-ai|Principled Uncertainty in Clinical AI]] 提出的公平性度量指标，将校准后的认知不确定性作为算法公平性的形式化信号。

## 形式化定义

```
UEG = (max_g E[sigma | g] - min_g E[sigma | g]) / E[sigma | r]
```

- g：子群体（如设施类型、社会经济地位、年龄组、性别）
- r：参考群体（通常为最优势群体）
- sigma：融合后的认知不确定性标准差

**配套指标** — [[uncertainty-disparity-ratio|UDR]]：
```
UDR(g, r) = E[sigma | group = g] / E[sigma | group = r]
```

## 核心发现

在 1,000 名合成患者数据集上的公平性审计：

| 子群体轴 | UEG | UDR | p 值 | 效应量 r |
|---------|-----|-----|------|---------|
| 设施类型（农村 vs 三级） | **15.3%** | 1.153 | <0.001 | 0.698 |
| 社会经济地位（低 vs 高） | 6.8% | — | <0.001 | 0.617 |
| 年龄组（老年 vs 成人） | 3.9% | — | <0.001 | 0.575 |
| 性别 | 0.5% | — | 0.909 | — |

## 关键洞察

标准准确率差异（农村 85.5% vs 三级 82.6%，相差仅 2.9pp）完全无法检测公平性问题，而 UEG 达到 15.3%——**不确定性比准确率对公平性问题敏感得多**。

效应量排序（设施 > SES > 年龄 > 性别）精确映射了结构性健康数据质量决定因素的层级。

## 参考
- [[principled-uncertainty-clinical-ai|Principled Uncertainty in Clinical AI]]
- [[uncertainty-disparity-ratio|UDR]]
- [[algorithmic-equity|算法公平性]]
- [[expected-calibration-error|ECE]]