[오피니언] 임상의사결정을 위한 기계학습 : 보이지 않는 것에 주의하세요!
※ 기사. https://www.statnews.com/2019/12/12/machine-learning-clinical-decision-making-limitations/?utm_source=STAT+Newsletters&utm_campaign=99e4960888-Daily_Recap&utm_medium=email&utm_term=0_8cab1d7961-99e4960888-151680373 기계학습을 통한 연구의 주장을 심도 있게 검토하지 않고 받아들여서는 안 됨. ◆ 데이터에 대한 비판 -전자의무기록(청구, 임상 기록 등)의 흔한 형태는 보건의료시스템과 접한 사람에 대해서만 정보를 보유하고 있음. -병원에 방문하는 환자도 건강상태가 지속적으로 기록되지는 않음. -흑인과 원주민 환자는 암 임상시험에 실제 인구집단보다 현저하게 적게 참여하고 있음. ◆ 측정기준(metrics)에 대한 비판 -하나의 평가측정기준은 성능의 복잡함을 포착할 수 없음. -교차검증에서 다중 홀드아웃샘플에 기초하여 평가되지 않는 경우가 자주 있음. -어떤 도구가 하위그...
과학기술발전 2019.12.24
조회수 128