Una diagnosi differenziale è un elenco classificato di possibili condizioni che potrebbero spiegare i sintomi di un paziente. I clinici la usano per evitare di fissarsi troppo presto su una sola spiegazione, soprattutto quando i segni sono incompleti, misti o fuorvianti. Nell'assistenza supportata dall'IA, il compito del modello è spesso aiutare a costruire e dare priorità a quella rosa di ipotesi a partire da note, esami di laboratorio e cartelle codificate.
Nella sicurezza informatica, la stessa idea compare nella risposta agli incidenti e nell'analisi difensiva: i team confrontano spiegazioni concorrenti per un avviso, come una configurazione errata, la compromissione di un account, malware o problemi di qualità dei dati. Questo è importante perché gli aggressori spesso si nascondono dietro l'ambiguità, mentre una provenienza debole, log incompleti o dati clinici avvelenati possono alterare la classificazione. Un sistema sicuro rende chiaro il proprio tracciato delle evidenze, così che gli esseri umani possano verificare perché un'ipotesi è stata messa al primo posto.