هشدار پژوهشگران درباره ارزیابی هوش مصنوعی در داده‌های پزشکی

پژوهشگران دریک مطالعه مقایسه‌ای با بررسی عملکرد ۸ الگوریتم خوشه‌بندی در ۵ مجموعه داده پزشکی نشان دادند که هیچ روش واحدی در تمام داده‌ها عملکرد برتر ندارد و ارزیابی کیفیت خوشه‌ها تنها بر اساس معیارهای درونی و پایداری نمی‌تواند میزان انطباق آنها با طبقه‌بندی‌های بالینی را مشخص کند؛ از این رو استفاده از اعتبارسنجی خارجی در کنار این معیارها برای ارزیابی جامع‌تر عملکرد الگوریتم‌های خوشه‌بندی ضروری است.