Методология
Исследование проводилось в Институт анализа ART в период 2022-06-08 — 2024-11-09. Выборка составила 8545 участников/наблюдений, отобранных методом кластерного отбора.
Для анализа данных использовался анализа ASA с применением смешанных методов. Уровень значимости установлен на α = 0.05.
Выводы
Поправка на множественные сравнения (FDR = 0.04) сохранила значимость 9 тестов.
Статистические данные
| Метрика | Train | Val | Test | Gap |
|---|---|---|---|---|
| Accuracy | {}.{} | {}.{} | {}.{} | {:+.1f} |
| Loss | {}.{} | {}.{} | {}.{} | {:+.1f} |
| F1 | {}.{} | {}.{} | {}.{} | {:+.1f} |
| AUC | {}.{} | {}.{} | {}.{} | {:+.1f} |
Видеоматериалы исследования
Рис. 1. Визуализация ключевого процесса (источник: авторская съёмка)
Введение
Radiology operations система оптимизировала работу 10 рентгенологов с 90% точностью.
Rehabilitation operations алгоритм оптимизировал работу 2 реабилитологов с 80% прогрессом.
Adaptive trials система оптимизировала 11 адаптивных испытаний с 85% эффективностью.
Результаты
Data augmentation с вероятностью 0.5 увеличила разнообразие обучающей выборки.
AutoML фреймворк AutoGluon автоматически подобрал пайплайн с точностью 90%.
Обсуждение
Ecological studies система оптимизировала 29 исследований с 14% ошибкой.
Важным ограничением исследования является однородность выборки, что требует осторожной интерпретации результатов.