의료 영상 분석 분야에서 심층 학습이 큰 성공을 거두면서 전문가가 주석을 단 대규모 의료 영상 데이터세트에 대한 수요가 증가하고 있다. 그러나 의료 영상 주석 비용이 높아 심층 학습 발전을 저해하고 있다. 능동 학습은 주석 비용을 줄이기 위한 가장 효과적인 솔루션 중 하나로 간주된다. 이 조사에서는 능동 학습의 핵심 방법, 다른 레이블 효율적 기술과의 통합, 의료 영상 분석에 특화된 능동 학습 작업 등을 자세히 살펴본다.
현재 제안된 심층 능동 학습 방법들은 일반적인 상황에서 엔트로피 기반 능동 학습보다 뚜렷하게 우수하지 않으며, 때로는 무작위 샘플링보다도 성능이 낮다. 초기 예산, 예산 단계, 사전 훈련의 영향 등 간과된 측면들을 탐구하여 우수한 결과를 달성하는 데 중요함을 밝혀냈다.