8、医疗保健领域机器学习应用的陷阱与应对策略

医疗保健领域机器学习应用的陷阱与应对策略

在医疗保健领域运用机器学习技术时，有许多陷阱需要我们避免。下面将详细介绍一些常见的问题以及相应的解决办法。

一、满足业务目标

开发机器学习应用时，满足业务目标至关重要。曾经有一个为客户开发人工智能应用的年轻团队，团队成员包括机器学习工程师、测试人员、文档专家和其他跨职能专家。他们采用敏捷开发方法，在严格的时间压力下进行开发。

在开发过程中，产品负责人多次对应用提出警告。在产品演示时，产品负责人对各个冲刺阶段展示的部分应用表示认可，但当应用集成后，却发现它未能满足业务目标。该应用的一个业务目标是在医疗保健领域自动化手动流程并应用机器学习算法来加速这一过程，但集成后，创建自动化流程所需的时间过长，违背了最初的业务目标。

各个模块，如设置与配置、引擎、网页报告和图形用户界面（GUI），由不同团队在迭代周期（冲刺）中开发。他们没有考虑使用搜索算法和技术来构建高效快速的应用，以减少人工完成相同任务的时间。

为了避免这种情况，团队成员、产品负责人和经理每天都应思考以下问题：
1. 正在构建的模块是否能满足业务目标？
2. 该应用是否比人工执行工作更优？
3. 如果认为应用优于手动任务，那么自动化将带来多少时间或流程上的减少？

在所有会议中，都应将应用是否能满足主要业务目标作为讨论主题，并通过实际测试来衡量满足业务目标的百分比。只有将业务目标放在首位，应用才有可能实现业务目标。

二、这不是竞赛，而是应用业务！

每个应用机器学习工程师都应树立这样的观念：他们是为业务而开发，这不再是黑客马拉松或竞赛。很多机器学习工程师认为，