医疗AI决策可解释性增强方法及其系统

本发明涉及人工智能医疗领域，具体而言，涉及医疗AI决策可解释性增强方法及其系统，包括：获取患者病例数据；预测解释性诊断结果，包括诊断结果和解释性诊断特征；生成解释性诊断结果对抗样本和背景样本；筛选与解释性诊断特征相关数据；分别训练医疗AI决策可解释性增强模型和与患者病症相关的AI决策模型；通过医疗AI决策可解释性增强模型预测诊断结果，还包括构建不确定性权重集，对解释特征与模型行为数据进行去权重操作，获取可解释性医疗影像数据，以及生成反事实解释并进行可视化处理。通过创新性地引入双样本协同机制，结合解释性诊断结果生成、分层筛选的多级训练样本集构建和不确定性权重建模等技术，提高AI辅助诊断的透明度。