Les avancées technologiques dans le domaine de l’intelligence artificielle (IA) rencontrent des défis cruciaux lorsqu’il s’agit d’évaluer et de diagnostiquer les affections dermatologiques chez les patients ayant une peau de couleur, selon des recherches récentes. Ces difficultés tournent principalement autour de l’identification des lésions, comme l’a souligné une étude exhaustive menée par Rebecca Fliorent et ses collègues de l’École de médecine ostéopathique Rowan-Virtua.
L’intelligence artificielle utilise des algorithmes sophistiqués et des modèles pour apprendre à partir de divers types de données, dans le but de faciliter la prise de décision éclairée. Son potentiel a été reconnu dans le domaine de la dermatologie, en particulier pour la détection précoce du cancer de la peau et la fourniture de recommandations de traitement personnalisées basées sur des données spécifiques au patient. Cependant, Fliorent et son équipe ont cherché à s’attaquer aux lacunes et aux défis qui surviennent lors de l’application de l’IA à des teints de peau variés.
Pour identifier ces lacunes, l’équipe de recherche a mené une revue approfondie de la littérature existante en utilisant des bases de données telles que PubMed et Google Scholar. Ils ont inclus un large éventail de termes de recherche liés à la représentation raciale, à l’IA, au cancer de la peau, à l’intelligence artificielle, à la dermatologie, à la pigmentation, au dépistage dermatologique, aux disparités en santé publique et au mélanome. Leur revue s’est étendue de février 2002 à juin 2023 et a englobé différents types de recherches, y compris des essais cliniques, des revues systématiques, des rapports de cas et des études en centre unique.
Les conclusions de leurs recherches ont identifié plusieurs études qui ont mis en lumière les limitations des ensembles de données d’images de peau accessibles au public lorsqu’ils sont appliqués dans des contextes cliniques réels. Ces limitations provenaient de facteurs tels que l’éclairage, la précision de la mise au point, les niveaux d’exposition, l’ouverture, l’alignement de l’arrière-plan et la variabilité de la vitesse d’obturation de l’appareil photo. Une autre étude a souligné le manque d’attention accordée aux informations sur la couleur de la peau dans les enquêtes d’imagerie IA, en particulier pour aborder les éléments de la liste de contrôle CLEAR.
L’équipe de recherche a identifié 10 enquêtes et 15 technologies d’IA qui ont évalué l’efficacité de l’IA dans l’évaluation d’images de teints de peau variés. Bon nombre de ces enquêtes ont révélé un manque de représentation dans les ensembles de données, certaines études excluant ou incluant minimalement des patients ayant une peau de couleur. Cette rareté de diversité et les inexactitudes résultantes dans la technologie d’IA soulignent la nécessité d’approches d’IA adaptées pour évaluer adéquatement les affections cutanées chez les individus de teints de peau variés.
Pour relever ces défis, l’équipe de recherche a souligné l’importance d’ensembles de données plus inclusifs qui représentent précisément les différentes populations de patients. Ils ont également mis en avant les avantages de former les dermatologues à capturer des images de lésions de haute qualité sur des patients ayant une peau de couleur. En atténuant les biais et en assurant une représentation complète, l’IA en dermatologie a le potentiel d’améliorer les résultats des soins et de réduire les disparités.
FAQ
- Qu’est-ce que l’intelligence artificielle (IA) ?
- L’intelligence artificielle fait référence à l’utilisation d’algorithmes avancés et de modèles pour simuler l’intelligence humaine et les processus de prise de décision. Dans le contexte de la dermatologie, l’IA est utilisée pour aider à l’évaluation et au diagnostic de diverses affections cutanées.
- Quels sont les défis associés à l’IA en dermatologie ?
- Un des principaux défis de l’IA en dermatologie est l’intégration de divers teints de peau dans les algorithmes et les ensembles de données. Le manque de représentation des patients ayant une peau de couleur peut entraîner des inexactitudes et des biais dans les résultats diagnostiques.
- Comment peut-on adapter l’IA pour les individus ayant des teints de peau variés ?
- Pour relever les défis, les chercheurs suggèrent l’inclusion d’ensembles de données plus divers qui représentent précisément les patients ayant une peau de couleur. De plus, former les dermatologues à capturer des images de haute qualité des affections cutanées chez les patients ayant des teints de peau variés peut améliorer l’exactitude des systèmes d’IA.
- Quels sont les avantages potentiels de l’IA en dermatologie ?
- L’IA a le potentiel d’améliorer la précision du diagnostic et de proposer des recommandations de traitement en analysant des données spécifiques au patient. Elle peut contribuer à la détection précoce du cancer de la peau et offrir des soins personnalisés aux patients ayant différents types de peau.
Sources :
– Int J Dermatol
– Adamson AS, Smith A. Machine learning and health care disparities in dermatology. JAMA Dermatol. 2018; 154(11): 1247–1248.
The source of the article is from the blog trebujena.net