2025 februárjában a Sci folyóiratban jelent meg magyar kutatók – köztük a MEMT elnökhelyettese, Dr. Joó Tamás – tanulmánya az Egészségbiztonság Nemzeti Laboratórium Adatvezérelt Egészség Divíziójának keretében. A kutatás a túlélési elemzésekhez használt gépi tanulási modellek megbízhatóságát vizsgálta olyan esetekben, amikor az adatok hiányosak vagy „cenzúrázottak”, vagyis nem ismert minden beteg pontos túlélési ideje.
A szerzők egy új tesztelési módszert dolgoztak ki, amely rendszerezetten méri, hogyan változik a modellek teljesítménye a hiányos adatok arányának növekedésével. Öt modell vizsgálata alapján kiderült, hogy a nemlineáris megközelítések – például a kevert sűrűségű hálózatok – különösen érzékenyek az adatminőség romlására.
A módszer új mércét kínál a túlélési modellek értékelésére, és gyakorlati segítséget ad a kutatóknak és orvosoknak a megbízhatóbb előrejelző modellek kiválasztásában és fejlesztésében. A tanulmány kiemeli: a cenzúrázott adatok kezelésének robusztus stratégiái kulcsfontosságúak a klinikai alkalmazásokban.
A teljes cikk az alábbi linken elérhető: https://www.mdpi.com/2413-4155/7/1/18