Машинное обучение в лабораторной медицине: рекомендации рабочей группы IFCC

Машинное обучение (МО) применяется для решения все большего числа задач прогнозирования в лабораторной медицине. Тем не менее, ряд групп отметили потенциальные ловушки, связанные с этой работой, особенно если некоторые детали конвейеров разработки и проверки тщательно не контролируются. Статья, посвященная этому вопросу, опубликована в июльском выпуске журнала Clinical Chemistry (https://doi.org/10.1093/clinchem/hvad055). Предлагаются согласованные рекомендации по передовому опыту рабочей группы IFCC с целью повышения качества разработанных и опубликованных моделей машинного обучения, предназначенных для использования в клинических лабораториях. Представлена согласованная оценка ряда важных практик, необходимых для обеспечения того, чтобы действительные, воспроизводимые модели машинного обучения (МО) могли применяться для решения операционных и диагностических вопросов в клинической лаборатории. Эти методы охватывают все этапы разработки модели, от формулирования проблемы до предиктивной реализации. Рекомендации охватывают лучшие практики для предотвращения наиболее распространенных и потенциально опасных ошибок в этой важной новой области.