可解释性AI（XAI）在临床决策支持中的方法论与评估框架

可解释性 AI 在临床决策支持中既是技术问题，也是责任问题。本文系统梳理 SHAP、LIME、Grad-CAM、Anchors、Counterfactual 等代表性方法，结合 Lancet Digital Health "False Hope" 论文与 Rudin 提出的内在可解释模型立场，构建临床 XAI 的"目的—方法—评估—责任"四维框架。