در ادامه صحبت درمورد متریکهای ارزیابی مدلهای هوش مصنوعی پزشکی به حساسیت رسیدیم!حساسیت - Sensitivity یا (Recall)
تعریف: حساسیت، نسبت موارد مثبت واقعی را که به درستی توسط مدل شناسایی شدهاند، اندازهگیری میکند (به عنوان مثال، نسبت بیمارانی که به درستی به عنوان بیمار شناسایی شدهاند). برای مثال مدلی که حساسیت ۸۸٪ دارد، یعنی از ۱۰۰ بیمار توانایی شناسایی ۸۸ نفر آنها را دارد و ۱۲ نفر دیگر را سالم ارزیابی میکند. اهمیت: تشخیص زودهنگام- حساسیت بالا بهویژه در سناریوهای پزشکی که از دست دادن یک مورد مثبت میتواند پیامدهای جدی داشته باشد، مانند غربالگری سرطان که تشخیص زودهنگام میتواند برای نتایج بیماران حیاتی باشد، اهمیت دارد. همچنین در تشخیص بیماریهایی مانند سل یا کووید-۱۹، حساسیت بالا تضمین میکند که بیشتر بیماران مبتلا به بیماری به سرعت شناسایی و درمان میشوند. در چه سناریوهای پزشکی باید حساسیت را اولویت قرار داد:- هزینه از دست دادن یک تشخیص بالا است (مثلاً شرایط تهدیدکننده حیات).
- بیماری در صورت تشخیص زودهنگام قابل درمان است، اما تأخیر در تشخیص میتواند منجر به نتایج ضعیف شود.
- آزمایشهای پیگیری نسبتاً ارزان و غیر تهاجمی هستند، به این معنا که داشتن تعداد بیشتری مثبت کاذب قابل قبول است تا زمانی که مثبتهای واقعی به حداکثر برسند.
آموزش هوش مصنوعی پزشکی
#آموزشی
#محتوای_اختصاصی
@MAIA_HQ
