深層学習ベースの信頼できるうつ病の予測は臨床応用にとって非常に重要であり、さまざまな人口統計集団で予測信頼性とアルゴリズム公平性の両方を統合する必要があります。本研究では、不確実性定量化（UQ）のアルゴリズム公平性、すなわちEqual Opportunity Coverage（EOC）公平性を調査し、うつ病予測のためのFair Uncertainty Quantification（FUQ）を提案する。 FUQは、グループベースの分析を通じて信頼できる公正なうつ病の予測を追求しています。具体的には、参加者を異なる感度属性別にグループ化し、各人口統計グループ内のコンフォーマルな予測を利用して不確実性を定量化する。さらに、EOC制約の下で公平性を制約最適化問題として定式化する公平性認識最適化戦略を提案する。提案された方法は、いくつかの視覚およびオーディオうつ病データセットの広範な評価によって効果を実証した。
