Human-in-the-Loop

您已经了解了名为 Human-in-the-Loop 的 ML 应用设计模式。当模型信心不足时，由人类专家接管，完成更困难的判断。这意味着要持续为新数据打标签，从而实现持续的模型维护。听起来很完美，对吗？

现在设想您需要构建两个 ML 应用：

• 一个用于从 X 光图像检测肺部疾病；
• 一个用于预测股票价格，并以每秒数千笔交易的频率进行交易（所谓高频交易，HFT）。

这两个应用中，哪个并不是 Human-in-the-Loop 设计的合适候选，原因是什么？