01 / 전문 데이터
과제에 맞는 데이터
영상, 임상 텍스트, 다중 모달 과제의 출처, 분포, 집계 단위와 권한을 확인합니다.
데이터 카드 · 파일 목록 · 품질 및 권한 설명
전문 데이터LumeSage · 의료·생명과학 AI 데이터
과제 정의부터 납품 검수까지
의료·생명과학 AI 팀을 위한 검증 가능한 전문 데이터, 전문가 제작, 지속 평가.
데이터 요구를 범위가 명확하고 검수 가능한 산출물로 만듭니다. 요구사항, 샘플, 권한을 확인한 뒤 파일럿에서 생산과 버전 평가로 확장합니다.
개발 단계에 맞춘 세 가지 서비스
개별 구매 또는 단계별 연계가 가능하며 입력, 산출물, 검수 기준을 합의합니다.
파일럿부터 시작하는 네 단계
01 · 과제 정의
용도, 데이터 조건, 산출물과 검수 방법 합의.
02 · 검증과 파일럿
권한과 전문가 적합성 확인, 유료 파일럿과 종료 조건 합의.
03 · 생산과 검수
고정 사양에 따른 생산, 품질 및 수정 기록 제출.
04 · 재평가와 개선
실패 유형을 새 과제 사양으로 전환.
검증 가능한 납품을 위한 자료
자료의 내용, 접근 범위와 제출 시점을 합의합니다.
- 과제와 집계
- 모달리티, 포함 기준, 중복 제거 키와 단위. 환자, 검사, 시리즈, 슬라이스는 구분합니다.
- 출처와 권한
- 출처, 처리 근거, 학습 용도, 보관과 재배포. 비식별화는 권한을 대신하지 않습니다.
- 샘플과 분포
- 필드, 계층, 결측을 확인합니다. 샘플 승인은 전체 납품 검수가 아닙니다.
- 전문가와 품질
- 전문성, 검토, 표본 분모, 이견 조정, 재작업과 검수 기록.
- 파일과 버전
- 경로, 체크섬, 버전, 형식과 영상·텍스트 연결.
- 평가 분리
- 고정 과제와 기준, 접근 권한, 오염 점검, 역할 공개.
평가를 다음 생산에 반영하는 방법
실패 유형과 새 과제 사양을 피드백합니다. 비공개 홀드아웃 문항과 정답을 학습에 자동 반환하지 않습니다. 같은 업체가 생산과 평가를 수행하면 역할을 공개하고 인력, 권한, 시험 세트 분리 및 독립성 한계를 합의해야 합니다. 평가는 임상 검증이나 규제 승인을 대체하지 않습니다.
구체적인 과제로 상담 시작
목표, 모달리티, 데이터 준비 상태, 검수 기준과 일정을 알려주세요. 공개 양식에 환자 정보를 제출하지 마세요.