Cross-cohort evaluation of thyroid ultrasound deep learning across different outcome definitions: a duplicate-controlled benchmark
Este estudio demuestra que los modelos de aprendizaje profundo para la ecografía de tiroides en tiempo real presentan un rendimiento significativamente variable entre diferentes cohortes y definiciones de resultados, lo que resalta la necesidad crítica de informar explícitamente sobre la procedencia de las etiquetas y de una interpretación cautelosa de las comparaciones entre cohortes.