Khoa Tim mạch của một bệnh viện đa khoa lưu trữ hồ sơ của 20 000 người đến khám bệnh trong 5 năm gần nhất. Hồ sơ của mỗi người đến khám bệnh có các thông tin gồm mã hồ sơ, tuổi, giới tính, các triệu chứng lâm sàng, các chỉ số xét nghiệm máu, điện tâm đồ và kết luận chẩn đoán có bệnh tim hoặc không có bệnh tim của bác sĩ. Lãnh đạo bệnh viện muốn sử dụng mô hình học máy để xây dựng một hệ thống tự động sàng lọc người đến khám bệnh tim trong tương lai. Khi xây dựng hệ thống, có một số nhận định như sau:
- a)Đúng
Bệnh viện nên sử dụng mô hình học máy có giám sát để xây dựng hệ thống này.
- b)Đúng
Kết luận chẩn đoán của bác sĩ đối với mỗi hồ sơ khám bệnh nêu trên là nhãn của dữ liệu.
- c)Sai
Sử dụng toàn bộ 20 000 hồ sơ nói trên để tạo tập dữ liệu huấn luyện mô hình học máy, sau đó sử dụng một phần tập dữ liệu này để đánh giá mô hình.
- d)Sai
Trong trường hợp hệ thống dự đoán một người đến khám là có bệnh tim, bác sĩ có thể tiếp tục sử dụng hệ thống để xác định loại bệnh tim (bệnh van tim, bệnh cơ tim,…) của người đó.
Lời giải
a) Đúng: dữ liệu đã có nhãn (kết luận của bác sĩ) nên dùng học có giám sát.
b) Đúng: kết luận chẩn đoán "có bệnh tim/không có bệnh tim" là nhãn của mỗi mẫu dữ liệu.
c) Sai: tập dữ liệu đánh giá phải tách riêng, không dùng chung với tập huấn luyện; đánh giá trên dữ liệu đã dùng để huấn luyện sẽ cho kết quả sai lệch.
d) Sai: mô hình chỉ được huấn luyện với hai nhãn có/không có bệnh tim, nên không thể xác định loại bệnh tim cụ thể.