No soy un experto en salud. Dicho esto, cada problema de aprendizaje de máquina necesita un experto en el tema.
(En breve)
Un científico de datos entiende ML y matemáticas. Cuando se le da un problema, primero busca leyendas. Luego comienza a buscar patrones a través de gráficos, modelos estadísticos, etc. Avanzando, construye diferentes conjuntos de entrenamiento y conjuntos de pruebas. Ejecuta múltiples iteraciones con diferentes conjuntos de X para varios Ys. Reordena las variables, mira las curvas de aprendizaje, ajusta los parámetros y hace lo mismo de nuevo. Es por eso que un ciclo de retroalimentación es muy importante.
Todo esto debe estar respaldado por la información del tema.
Por lo tanto, no hay una regla de pulgar sobre cuánto tiempo tomaría. Ha habido casos en que las personas han tenido problemas durante meses y sin éxito. A veces las cosas solo hacen clic. Lo que debe recordarse es que la solución yace allí, es posible que nos falte algo para que tenga sentido.