Öğrenme hedefleri
Bu haftanın sonunda:
- 1 Klinik karar destek sisteminin bileşenlerini ve iş akışına yerleşimini açıklar.
- 2 Bir olasılık çıktısının klinik karara nasıl çevrildiğini örnekler.
- 3 Algoritmik yanlılığın kaynaklarını ve etkilenen grupları tanımlar.
Ders Notları
Ders notları ilerleyen haftalarda buraya eklenecektir.
Temel Kavramlar
- Klinik karar destek (CDSS) — Hekime karar anında veri temelli öneri sunan sistem.
- Kalibrasyon — Modelin %30 dediği hastaların gerçekten yaklaşık %30’unun hasta olması.
- Algoritmik yanlılık — Modelin belirli gruplarda sistematik olarak daha kötü çalışması.
- İnsan denetimi — Nihai kararın ve sorumluluğun hekimde kalması ilkesi.
Tıptan Örnekler
- Sepsis erken uyarı skorlarının gerçek hastanelerdeki performansı.
- Deri renginden etkilenen pulse oksimetre ölçümleri ve model yanlılığı; sağlık harcamasını hastalık şiddeti yerine kullanan algoritma örneği.
Uygulama / Etkinlik
Güz modelinizin performansını cinsiyet veya yaş gruplarına göre ayrı ayrı hesaplayın; fark varsa nedenlerini tartışın.
Tartışma Soruları
- Bir model ortalamada iyi ama belirli bir grupta kötü çalışıyorsa kullanıma alınmalı mı?
Haftanın Özeti
Model çıktılarının klinik karara dönüşümünü ve bu süreçteki eşitlik sorunlarını inceledik.
Bu haftanın araçları
- scikit-learn
- Pandas
Etiketler:karar destekyanlılıkeşitliktahmin modeliCDSS