Проблемы со скрытыми данными в обучении клинической машине

arXiv:2610.13350v1 Annualce Type: New Humber Abstract: Широко повторно используемые трубопроводы для предварительной обработки электронных медицинских записей могут кодировать предположения о том, когда была получена информация, какой клинический эпизод представляет собой маркировка и что означает отсутствие информации. Эти предположения редко подвергаются систематической проверке и могут распространяться в ходе последующих исследований, когда трубопроводы для предварительной переработки используются или адаптируются. Используя МИМИК-IV в качестве тематического исследования, мы выявляем и количественно оцениваем нарушения трех дополнительных форм предварительной обработки, т.е. Мы показываем, как двусмысленность в временнóй семантике, определениях эпизодов, конструировании конечных точек, выборе моделей и обработке недостающих данных может изменить информацию, имеющуюся у модели, и повлиять на толкование ее прогнозов. Благодаря анализу данных МИМПГ-IV и эмпирическим тематическим исследованиям мы показываем, что такой выбор может сохраняться.