医療AI企業が胸部X線画像50万枚を用いた診断支援モデルの開発を進めている。放射線科医による全件アノテーションはコスト・期間の観点から実現が困難だが、曖昧な所見については専門家の判断が品質上不可欠である。ラベリングコストを最大限に抑えながら高品質なアノテーションデータを取得するため、最も適切なラベリング構成はどれか。
Ground Truth の自動ラベリングは学習済みモデルで高信頼サンプルを機械判定し、不確実サンプルのみ専門家に送ることでコストを大幅削減しながら品質を維持する。
ドメイン別正答率・予想スコアでリアルタイムに実力把握
無限ノックでMLAを徹底対策。全問AI生成のオリジナル問題。