3. 의료 진단

의료 데이터를 이용해서 환자가 건강한지 또는 병에 걸렸는지 예측합니다. 이 문제는 앞선 문제들보다 더 복잡합니다. 의료 기록과 x-ray 영상처럼 텍스트와 이미지가 섞인 데이터를 처리해야 하기 때문이지요. 독한 질병이 유행하는 지역으로 여행한 이력처럼 데이터상에 드러나지 않을 수 있는 맥락에 따라 약간 다른 징후나 증상도 매우 다른 진료 결과로 이어질 수 있습니다. 또는 아직 충분히 연구되지 않은 의학 영역도 많이 있습니다. 우리가 만드는 학습 시스템이 의사와 연구자들처럼 환자를 진료하는 최신 기법을 배울 수 있다면 아주 큰 도움이 될 것입니다. ‘학습하는 방법을 학습하는 것(learn-to-learn)’을 배우는 것은 메타 학습의 극단적인 형태입니다.

지금까지 분류 시스템의 주요 예시를 소개했습니다. 이 책을 쓰고 있는 2019년을 기준으로, 현존하는 학습 시스템은 앞서 소개한 작업들을 상당 부분 수행하고 있습니다. 이 책 14장에서도 이미지와 텍스트를 다루는 기본적인 분류 모델을 소개합니다. 이 세 가지 예시는 저마다 도메인이 가진 어려움은 다르지만, 타깃 카테고리들을 유용하고 정확한 방법으로 분리하는 작업을 수행한다는 점에서는 같습니다.