连接人工智能与临床推理：用于关键症状对齐的归纳解释

人工智能在临床诊断中展现出强大的潜力，其准确性可与或超越人类专家。然而，AI推理常偏离结构化的临床框架，限制了信任度、可解释性和应用。关键症状对于快速准确决策至关重要，但即使预测正确，也可能被AI模型忽视。现有事后解释方法透明度有限且缺乏正式保证。为此，我们采用形式化归纳解释方法，通过最小充分特征集提供一致且可靠的推理，从而清晰理解AI决策并实现与临床推理的对齐。该方法在保持预测准确性的同时，提供了具有临床操作性的见解，为医疗诊断中的可信AI建立了稳健框架。