총 2 건
총 2 건
[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 119
대중이 무작위시험에 대하여 부도덕하다고 생각한다는 점은 충격적임
※ 기사. https://www.vox.com/future-perfect/2019/5/25/18637156/randomized-trials-immoral-study 참고문헌1: https://www.pnas.org/content/116/22/10723 참고문헌2: http://humcap.uchicago.edu/RePEc/hka/wpaper/Narita_2019_experiment-as-market.pdf 무작위화(Randomization)는 세상에 대하여 배울 수 있는 핵심적인 도구이지만, 사람들을 불안하게 만듦. 무작위시험은 연구자들이 새로운 정책의 효과에 대해 배울 수 있는 가장 좋은 도구 중 하나임. 여기에는 한 가지 문제가 있음. 대중들은 그러한 시험을 약간 싫어함. 대중의 상당수는 무작위로 할당하는 연구를 수행하는 것이 도덕적으로 무례하다고 생각함. 사람들은 병원의 정책에 대해서만 이렇게 느끼는 것이 아님. 이러한 방법은 의학이나 사회과학분야에서 널리 사용되고 있기 때문에 중요한 일임.
인간대상연구 2019.06.05 조회수 148