ClinicalBERT 人口統計偏見計算審計：醫療 AI 模型的公平性分析

基於 Transformer 架構的臨床語言模型正日益整合進高風險的臨床決策支援流程，然而人口統計關聯如何從醫療文件傳播至模型機率分佈的計算機制，目前仍缺乏實證規範。研究團隊針對 ClinicalBERT（Alsentzer et al., 2019）進行了系統性的計算審計，該模型基於 MIMIC-III 出院摘要進行預訓練。審計採用兩種互補的探測方法：Log Probability Bias Analysis (LPBA) 用於量化人口統計描述符在行為與評估語義類別中對遮蔽 token 機率分佈的改變；以及基於遮蔽語言模型的分析 (MLM)，針對 98 個真實臨床句子模板與八種交叉種族 - 性別組合，探測內部代表結構中關於人口統計代理權歸屬的編碼。

研究透過語料庫頻率分析，將模型輸出與 MIMIC-III 訓練語料庫中的實證詞頻進行基準比對，以區分統計差異與偏見放大。在 32 個具有統計顯著性的發現中，65.6% 的結果與觀察到的語料庫分佈相矛盾；針對黑人患者的數據中，這一比例上升至 80%；而在 MLM 探測的代理權歸屬方面，矛盾比例更達到 87.5%。這些實證數據直接表明，ClinicalBERT 中的代表偏見主要透過模型內部的放大機制運作，而非單純源自訓練數據的繼承。