يُعَدّ تقدير عدم اليقين (UQ) محورياً في تعزيز مُتانة ومُوثوقيّة وقابليّة تفسير أنظمة تعلُّم الآلة (ML) في الرعاية الصحيّة، بما ينعكس إيجاباً على تحسين إدارة الموارد وجودة رعاية المرضى. وعلى الرغم من بروز أدوات دعم القرار السريري المعتمدة على تعلُّم الآلة، ما يزال غياب التقدير المنهجي لعدم اليقين في النماذج يُمثِّل تحدّياً رئيساً.
تُركِّز المراجعات الراهنة غالباً على عرض أحدث تقنيات تقدير عدم اليقين في مجالات صحيّة محدّدة من دون تقييمٍ منظّم لفاعليّة هذه الأساليب عبر مراحل تطوير النماذج المختلفة. كما أنّ تطبيقها العملي في الرعاية الصحيّة ما يزال محدوداً رغم تنامي الأبحاث في هذا المجال.
بناءً على ذلك، نقدِّم في هذه المراجعة تحليلاً شاملاً لأحدث تقنيات تقدير عدم اليقين ذات الصلة بالرعاية الصحيّة، ونقترح إطاراً مفاهيمياً يوضِّح كيفيّة دمج الأساليب المختلفة في كلّ مرحلة من مراحل سلسلة تعلُّم الآلة، بما يشمل المعالجة المُسبقة للبيانات، والتدريب، والتقييم. كما نُسلِّط الضوء على أكثر الأساليب شيوعاً في التطبيقات الطبيّة، إلى جانب مناهج مُبتكَرة من مجالات أخرى قد تكون واعدة للتطبيق السريري مستقبلاً.
نتوقّع أن تُوفِّر هذه الدراسة رؤيةً واضحة للتحدّيات والفرص المرتبطة بتطبيق تقدير عدم اليقين عبر سلسلة تعلُّم الآلة في الرعاية الصحيّة، بما يُعين الباحثين والممارسين على اختيار التقنيات الملائمة لتعزيز الموثوقيّة والسلامة وبناء ثقة المرضى والأطباء في الحلول الصحيّة المعتمدة على تعلُّم الآلة.
لا تعتمد هذه المراجعة الأدبيّة على أيّ مجموعة بيانات محدّدة، إذ ترتكز إلى تجميع نتائج الأبحاث المنشورة حول تقدير عدم اليقين في الرعاية الصحيّة. لم تُولَّد بيانات جديدة ولم تُطوَّر شيفرة برمجيّة مُتاحة للمشاركة.
لا تتضمّن هذه المراجعة الأدبيّة أيّ تجارب على البشر، وعليه، لم تقتضِ الحاجة الحصول على موافقة لجنة الأخلاقيّات المؤسّسيّة.