正解は「大量の一般画像で事前学習されたモデルを利用し、医療画像でファインチューニングする」です。これは転移学習の代表的な利用方法であり、ImageNetなどの大規模データセットで学習済みのモデルが獲得した特徴抽出能力を活用できます。そのため、少量の教師データでも高い精度を実現しやすく、学習時間や計算コストも削減できます。一方、少量データだけでゼロから学習すると過学習が発生しやすく、実用的な性能を得ることは困難です。手作業による特徴量設計は現在の画像認識では深層学習ほど高い性能を得にくく、すべてを人手で分類する方法は機械学習を導入する目的を満たしません。AWS Certified AI Practitioner試験でも、事前トレーニング・ファインチューニング・転移学習の違いと活用場面は重要な出題分野です。