Human-in-the-Loop

Has oído hablar del patrón de diseño de aplicaciones de ML llamado Human-in-the-Loop. Consiste en que una persona experta interviene y se hace cargo de las estimaciones más difíciles cuando el modelo no tiene suficiente confianza. Esto implica etiquetar de forma continua los datos nuevos, lo que permite el mantenimiento continuo del modelo. Suena perfecto, ¿verdad?

Ahora imagina que tienes que crear dos aplicaciones de ML:

• una para detectar enfermedades pulmonares a partir de imágenes de rayos X, y
• otra para predecir precios de acciones y operar en bolsa a una frecuencia de varios miles de transacciones por segundo (el llamado high-frequency trading, o HFT).

¿Cuál de estas apps NO sería una buena candidata para un diseño Human-in-the-Loop y por qué?