Problemy související s integrováním umělé inteligence (AI) pro posouzení a diagnostiku dermatologických stavů u pacientů s odstíny pleti perzistují podle nedávných zjištění. Tyto obtíže se primárně točí kolem identifikace lézí, jak upozornila komplexní literární studie provedená Rebeccou Fliorent a jejími kolegy ze školy osteopatické medicíny Rowan-Virtua.
Umělá inteligence využívá sofistikované algoritmy a modely k učení se z různých druhů dat s cílem usnadnit informované rozhodování. Její potenciál byl uznán v oblasti dermatologie, zejména při časném odhalování kožního karcinomu a poskytování personalizovaných doporučení k léčbě na základě dat specifických pro pacienta. Fliorent a její tým se však snažili adresovat mezery a překážky, jež vznikají při aplikaci AI na různé odstíny pleti.
Pro identifikaci těchto mezer provedl výzkumný tým rozsáhlý přezkum dostupné literatury s využitím databází jako PubMed a Google Scholar. Zahrnuli širokou škálu vyhledávacích termínů týkajících se rasové reprezentace, AI, kožního karcinomu, umělé inteligence, dermatologie, pigmentace, dermatologického screeningu, disparit v oblasti veřejného zdraví a melanomu. Jejich přezkum sahal od února 2002 do června 2023 a zahrnoval různé typy výzkumu, včetně klinických studií, systematických přehledů, kazuistik a studií jednotlivých center.
Výsledky jejich výzkumu identifikovaly několik studií, které přinesly poznatky o limitech veřejně dostupných databází obrazů kůže při aplikaci na klinické prostředí v reálném světě. Tyto limity vycházely z faktorů jako je osvětlení, přesnost zaostření, úrovně expozice, clony, zarovnání pozadí a variability rychlosti spouště fotoaparátu. Další studie zdůraznila nedostatečnou pozornost věnovanou informacím o barvě pleti při vyšetřování obrazových dat AI, zejména ve vztahu k prvkům CLEAR Checklist.
Výzkumný tým identifikoval 10 studií a 15 technologií AI, které hodnotily účinnost AI při posuzování obrazů různých odstínů pleti. Mnoho z těchto studií odhalilo nedostatek reprezentace v těchto databázích, přičemž některé studie vylučovaly nebo minimálně zahrnovaly pacienty s odstíny pleti. Tato nedostatečná diverzita a respektive nepřesnosti v technologiích AI zdůraznily potřebu přizpůsobených přístupů AI pro správné vyhodnocení stavů kůže u jedinců s různými odstíny pleti.
Pro řešení těchto výzev zdůraznil výzkumný tým důležitost vícerozměrných datasetů, které přesně reprezentují různé populační skupiny pacientů. Také upozornili na výhody školení dermatologů k zachycení kvalitních obrázků lézí u pacientů s různými odstíny pleti. Uzavřením předsudků a zajištěním komplexní reprezentace má AI v dermatologii potenciál vylepšit výsledky péče a snížit disparitu.
## Často kladené dotazy
**Co je umělá inteligence (AI)?**
Umělá inteligence označuje použití pokročilých algoritmů a modelů k simulaci lidské inteligence a rozhodovacích procesů. V kontextu dermatologie je AI využívána k asistenci při posuzování a diagnostice různých kožních stavů.
**Jaké jsou výzvy spojené s AI v dermatologii?**
Jednou z hlavních výzev AI v dermatologii je integrace různých odstínů pleti do algoritmů a datasetů. Nedostatečná reprezentace pacientů s odstíny pleti může vést k nepřesnostem a předsudkům v diagnostických výsledcích.
**Jak může být AI přizpůsobena pro jedince s různými odstíny pleti?**
Pro řešení výzev navrhují výzkumníci začlenění více rozmanitých datasetů, které přesně reprezentují pacienty s odstíny pleti. Navíc výcvik dermatologů k zachycení kvalitních obrázků kožních stavů u pacientů s různými odstíny pleti může zlepšit přesnost systémů AI.
**Jaké jsou potenciální výhody AI v dermatologii?**
AI má potenciál zvýšit diagnostickou přesnost a zlepšit doporučení k léčbě analýzou dat specifických pro pacienta. Může pomoci při časné detekci kožního karcinomu a poskytování personalizované péče pacientům s různými typy pleti.
Zdroje:
– 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 combopop.com.br