Waarom is dit belangrijk?
Dankzij deze aanpak worden grote verzamelingen medische beelden bruikbaar voor training, ook wanneer specialisten slechts een deel van de gevallen aanduiden. In de radiologie gebruiken onderzoekers aanduidingen uit geschreven verslagen, zodat modellen afwijkingen op röntgenbeelden en scans kunnen zoeken. Daardoor wordt analyse van veel beelden in de dagelijkse zorg haalbaar, maar onnauwkeurige aanduidingen kunnen fouten of vertekening in de uitkomst brengen.
Zo werkt het in de praktijk
Bij Google deelt Snorkel DryBell gegevens in met zwakke supervisie. Het systeem maakt labels uit kennis die al in de organisatie aanwezig is. Het levert een model voor gebruik in de dienst, met een kwaliteit dicht bij tienduizenden handmatige labels.
Onderzoekers van Stanford bekijken hoe labels uit code een bruikbaar model opleveren. Experts schrijven labeling functions: korte code die een deel van de data een label geeft. Een generatief model schat hoe betrouwbaar elke functie is, zonder een grote set juiste labels.
Die werkwijze heet data programming. Teams passen de functies toe op ongelabelde data. Het model weegt de uitkomsten en gebruikt die gewogen labels om te trainen.




