面向公共卫生中机器学习的医学数据集生成平台
计算机与社会
2023-10-13 v1
摘要
当前，医学数据及相关人口数据源的互操作性存在诸多困难。这些复杂性阻碍了城市、地区及国家层面高质量数据集的生成。此外，大型医疗中心内部的数据集收集因其自有 IT 部门而可行，而从多机构收集原始医学数据则更为复杂。在此情形下，最合适的选项是开发基于微服务架构的数字产品。凭借该方法，可确保系统的多模态性、接口灵活性及内部系统方式，使互联要素作为整体行动，展现出不同于独立工作时的行为。这些条件反过来可确保所得数据集的最大数量与代表性。本文展示了一个可持续生成高质量可靠多模态医学数据集平台的概念。它从外部不同源收集数据，经专用服务协调，对协调后数据匿名化，并标注处理过的数据。所提系统旨在成为提升机器学习医学数据质量的有前景方案。
引用
@article{arxiv.2310.08532,
title = {Platform for generating medical datasets for machine learning in public health},
author = {Anna Andreychenko and Viktoriia Korzhuk and Stanislav Kondratenko and Polina Cheraneva},
journal= {arXiv preprint arXiv:2310.08532},
year = {2023}
}
备注
12 pages, 5 figures