Data leakage inflates reported accuracy of deep learning for kidney stone detection on CT: a leakage-free, calibrated and uncertainty-aware reassessment across three centers
Questo studio dimostra che la suddivisione dei dati a livello di immagine nei modelli di deep learning per la rilevazione dei calcoli renali su TC gonfia artificialmente l'accuratezza riportata di circa nove punti percentuali a causa della fuga di dati, e sostiene protocolli di valutazione basati sul paziente, calibrati e consapevoli dell'incertezza per garantire prestazioni cliniche affidabili.