यह पत्र केवल स्पष्टीकरण के साथ प्रशिक्षण (टीईए), एक उपन्यास सीखने के प्रतिमान का प्रस्ताव करता है, जो शॉर्टकट सीखने की समस्या को संबोधित करता है, जो स्वास्थ्य सेवा जैसे महत्वपूर्ण क्षेत्रों में कृत्रिम बुद्धिमत्ता (एआई) के अनुप्रयोग में बाधा डालता है। टीईए एक क्लासिफायर (टीईए छात्र मॉडल) को एक शिक्षक मॉडल के स्पष्टीकरण हीटमैप को लक्ष्य हीटमैप के रूप में उपयोग करके प्रशिक्षित करता है। यह सुनिश्चित करता है कि टीईए छात्र मॉडल शिक्षक मॉडल के समान छवि सुविधाओं पर ध्यान केंद्रित करता है। इसके अलावा, यदि शिक्षक मॉडल को पृष्ठभूमि पूर्वाग्रह को अनदेखा करने के लिए प्रशिक्षित किया जाता है, जैसे कि पृष्ठभूमि को हटाकर, छात्र मॉडल को भी पृष्ठभूमि पूर्वाग्रह को अनदेखा करने के लिए प्रशिक्षित किया जाता है। कई शिक्षक मॉडलों का उपयोग करके, छात्र मॉडल को अग्रभूमि पूर्वाग्रह के लिए अत्यधिक प्रतिरोधी होने के लिए प्रशिक्षित किया जा सकता है, मजबूत पृष्ठभूमि या अग्रभूमि पूर्वाग्रह (COVID-19/निमोनिया वर्गीकरण के लिए वॉटरबर्ड्स और Xलाइन डेटासेट सहित) के साथ पांच डेटासेट पर 14 अत्याधुनिक तरीकों की तुलना में, टीईए छात्र मॉडल पूर्वाग्रह के लिए उत्कृष्ट प्रतिरोध प्रदर्शित करता है, अत्याधुनिक तरीकों से बेहतर प्रदर्शन करता है, और अप्रशिक्षित अस्पताल डेटा के लिए अच्छी तरह से सामान्यीकृत करता है।
