透过决策树看随机森林：利用机器学习模型从组织病理学支持学习型健康系统——挑战与机遇
计算机视觉与模式识别
2023-12-08 v1
摘要
本文讨论了在处理用于组织病理学的机器学习模型时面临的一些被忽视的挑战，并提出了一种利用它们来支持“学习型健康系统”的新机遇。首先，作者根据其缓解策略将这些挑战分为两类，并进行了详细阐述：一类需要创新方法、时间或未来的技术能力，另一类需要从批判性视角进行概念重估。随后，提出了一种新机遇，即通过将机器学习模型从数字化组织病理学切片中提取的隐藏信息与其他医疗保健大数据相整合，来支持“学习型健康系统”。
引用
@article{arxiv.2312.03812,
title = {Seeing the random forest through the decision trees. Supporting learning health systems from histopathology with machine learning models: Challenges and opportunities},
author = {Ricardo Gonzalez and Ashirbani Saha and Clinton J. V. Campbell and Peyman Nejat and Cynthia Lokker and Andrew P. Norgan},
journal= {arXiv preprint arXiv:2312.03812},
year = {2023}
}