TabBioMed: новый бенчмарк для оценки ИИ на медицинских таблицах
Машинное обучение всё активнее применяется в биомедицине, но оценка моделей на структурированных данных остаётся разрозненной. Особенно это касается задач с высокой размерностью, большим объёмом выборки, пропущенными значениями и несбалансированными классами.
Главное
- 94 набора данных из 8 биомедицинских областей
- Покрывает EHR, геномику, протеомику и другие
- Единый формат для сравнения моделей
- Учитывает пропуски и несбалансированность классов
- Доступен для исследователей
Машинное обучение всё активнее применяется в биомедицине, но оценка моделей на структурированных данных остаётся разрозненной. Особенно это касается задач с высокой размерностью, большим объёмом выборки, пропущенными значениями и несбалансированными классами. Исследователи представили TabBioMed — масштабный бенчмарк, объединяющий 94 публичных набора табличных данных из разных областей.
В него вошли данные из электронных медицинских карт, открытия лекарств, геномики, транскриптомики, протеомики, метаболомики, данных о единичных клетках и системной биологии. Такой охват позволяет оценивать модели на разнообразных задачах и сравнивать их результаты в едином формате. Это важный шаг к стандартизации тестирования ИИ в медицине и биологии.
Бенчмарк уже доступен для использования, что даёт исследователям возможность проверять свои алгоритмы на сопоставимых данных. Это особенно полезно для разработки новых методов, устойчивых к реальным условиям, таким как пропуски в данных или редкие события. TabBioMed может стать отправной точкой для более надёжных и воспроизводимых исследований в области биомедицинского машинного обучения.