S'abonner

Explainable Artificial Intelligence : Building Trust in the Sleep Clinic - 03/11/26

Doi : 10.1016/j.jsmc.2026.08.002 
Michal Bechny, PhD a, ⁎ , Radoslava Švihrová, PhD b, Felix Wortmann, PhD c
a Department of Management, Technology, and Economics, Center for Digital Health Interventions, ETH Zürich, Zürich, Switzerland 
b ZHAW School of Life Sciences and Facility Management, Institute of Computational Life Sciences, Wädenswil, Switzerland 
c Institute of Technology Management, University of St. Gallen, St. Gallen, Switzerland 

∗ Corresponding author. Weinbergstrasse 56/58; 8092 Zürich, Switzerland. Weinbergstrasse 56/58 Zürich 8092 Switzerland

Résumé

Artificial intelligence (AI) is increasingly applied in sleep medicine, where complex multimodal data create opportunities for automation and clinical decision support. However, many high-performing AI models remain black-boxes, limiting transparency, trust, and safe clinical adoption. Explainable AI (XAI) addresses this gap by providing insight into model behavior, helping identify bias and assess unreliable predictions. XAI also supports emerging regulatory expectations for transparency and human oversight. This review summarizes key XAI principles, methods, limitations, regulatory considerations, and clinical applications in sleep medicine, including sleep staging and sleep apnea diagnostics, emphasizing AI as a tool to augment, rather than replace, clinical expertise.

Le texte complet de cet article est disponible en PDF.

Keywords : Explainable AI, Sleep medicine, Machine learning, Clinical decision support, Trust, Transparency, Automated sleep staging, Software as a medical device


Plan


© 2026  Elsevier Inc. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 21 - N° 4

P. 415-427 - décembre 2026 Retour au numéro
Article précédent Article précédent
  • Artificial Intelligence in Sleep Medicine : A Primer for Clinicians
  • Hamza O. Dhafar, Ahmed S. BaHammam
| Article suivant Article suivant
  • Data Standards and Benchmarking : Toward Reproducible Artificial Intelligence in Sleep Medicine
  • Shota Saeda, Shumpei Date, Koichi Fujiwara, Hiroshi Kadotani

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Elsevier s'engage à rendre ses eBooks accessibles et à se conformer aux lois applicables. Compte tenu de notre vaste bibliothèque de titres, il existe des cas où rendre un livre électronique entièrement accessible présente des défis uniques et l'inclusion de fonctionnalités complètes pourrait transformer sa nature au point de ne plus servir son objectif principal ou d'entraîner un fardeau disproportionné pour l'éditeur. Par conséquent, l'accessibilité de cet eBook peut être limitée. Voir plus

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2026 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.