EQUITRIAGE：LLM 在急診分診中的性別偏見公平性審計

EQUITRIAGE: A Fairness Audit of Gender Bias in LLM-Based Emergency Department Triage

arXiv cs.CL · 2026-05-06

摘要

研究團隊對五個主流 LLM 模型（Gemini、GPT-4、DeepSeek 等）進行了大規模性別偏見審計，評估它們在急診科患者分診決策中的表現。結果顯示所有模型都存在性別翻轉率超過 5% 的問題，其中 DeepSeek 和 Gemini 出現明顯女性患者分診等級偏低的現象，這在臨床上可能導致治療延誤。這項研究直指 LLM 用於醫療決策支持時的關鍵風險。

●開發者：需關注模型在醫療應用中的公平性測試框架與偏見檢測方法

●投資人：醫療 AI 應用需強化合規與公平性驗證，否則面臨監管與訴訟風險

●一般用戶：在採用 LLM 輔助診療時應了解其可能存在的性別偏見風險

重要性評分

78/100

🟠 值得關注

性別偏見LLM 醫療應用公平性審計

原文出處

上一則← Google、Microsoft 和 xAI 同意允許美國政府審查新 AI 模型下一則OpenAI 推出 MRC 超級電腦網路協議，提升大規模 AI 訓練集群的可靠性與效能 →

喜歡這篇？每天早晨還有更多。

訂閱 5min AI，讓 AI 替你追蹤整個 AI 世界。