1.1. Постановка цели
Согласно учебному пособию «Подготовка набора данных для обучения и тестирования программного обеспечения на основе технологии искусственного интеллекта» [3], первым этапом при создании лю6ого на6ора данных является постановка цели, согласно которой будет вестись дальнейший процесс планирования и сборки НД. Как отмечалось выше, обогащение клинической информацией, как правило, требуется для задач обучения и тестирования ПО на основе ТИИ, для научных исследований и с целью обучения медицинского персонала. Однако в случае обогащения возможен выбор двух стратегий создания НД, от которых будут зависеть дальнейшие процессы и трудозатраты:
- Обогащение уже имеющегося набора данных.
- Создание нового набора данных, обогащенного клинической информацией.
У каждой стратегии имеются свои преимущества и недостатки. В первом случае процесс упрощается за счет уже выполненной части работ по сбору, фильтрации и структуризации данных, однако здесь важную роль играет качество исходного набора данных. Стоит отметить, что реализация такой стратегии в крупных исследовательских центрах, имеющих возможность создавать большое количество НД, оптимизируется в случае использования инструментов управления, таких как реестр НД [10]. Благодаря регламентированному учету всех процессов создания и использования НД, а также структурированной информации о них, контроль качества и принятие решений о выборе данных, подвергаемых обогащению, существенно упрощаются. Тем не менее еще одним недостатком этой стратегии является ретроспективный характер сбора данных. Это может привести к наличию пропусков в данных (из-за их отсутствия), несоответствию критериям включения/исключения, невозможности балансировки НД по клиническим параметрам, а также отсутствию исследований с требуемыми клиническими параметрами.
В случае создания «с нуля» сбор данных происходит проспективно, что позволяет оптимально сбалансировать НД (если это требуется) и обеспечить полноту заполнения данных. Однако при этом, по сравнению с предыдущим методом обогащения уже готового НД, повышаются трудозатраты для осуществления всех основных этапов создания НД в соответствии с методологией [3]. Также возможна комбинация этих двух стратегий: обогащение уже готового НД и дополнение его новыми исследованиями в соответствии с техническим заданием (ТЗ).